【摘要】：針對現(xiàn)有電力線激光雷達(dá)點(diǎn)云分割方法中存在的問題,該文提出了一種采用特征空間K-means聚類的單檔電力線激光雷達(dá)點(diǎn)云分割方法:利用電力線LiDAR點(diǎn)云的水平坐標(biāo)信息進(jìn)行直線擬合,并對LiDAR點(diǎn)沿直線方向進(jìn)行分段;將每一段LiDAR點(diǎn)云投影到相應(yīng)的電力線切平面(該平面垂直于擬合直線);最后使用K-means聚類方法進(jìn)行投影點(diǎn)的聚類,且相鄰的段和段之間通過投影中心點(diǎn)進(jìn)行類別的傳遞和規(guī)則化。實(shí)驗(yàn)表明,該方法可以較好地進(jìn)行單檔電力線LiDAR點(diǎn)云分割,且對電力線根數(shù)、電力線類型、電力線空間配置結(jié)構(gòu)、檔距長度、點(diǎn)云不規(guī)則斷裂等因素不敏感。
[Abstract]:In view of the problems existing in the existing power line laser radar point cloud segmentation methods, In this paper, a single-gear power line laser radar point cloud segmentation method based on feature space K-means clustering is proposed. The horizontal coordinate information of power line LiDAR point cloud is used to fit the line, and the LiDAR point is segmented along the straight line direction. Each LiDAR point cloud is projected to the corresponding tangent plane of the power line (which is perpendicular to the fitting line). Finally, the K-means clustering method is used to cluster the projection points, and the adjacent segments and segments are transferred and standardized by the projection center points. The experimental results show that this method can segment the LiDAR point cloud of single power line well, and it is not sensitive to the number of power line roots, the type of power line, the spatial configuration structure of power line, the length of gear distance, the irregular fracture of point cloud and so on.
【作者單位】： 中國測繪科學(xué)研究院攝影測量與遙感研究所;中國科學(xué)院遙感與數(shù)字地球研究所數(shù)字地球重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家自然科學(xué)基金項(xiàng)目(41371405) 基礎(chǔ)測繪項(xiàng)目(A1506) 中央級(jí)公益性科研院所基本科研業(yè)務(wù)費(fèi)專項(xiàng)(7771523)
【分類號(hào)】：P225;TN958.98

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 程效軍;李偉英;張小虎;;基于自適應(yīng)八叉樹的點(diǎn)云數(shù)據(jù)壓縮方法研究[J];河南科學(xué);2010年10期

2 張巧英;陳浩;朱爽;;密度聚類算法在連續(xù)分布點(diǎn)云去噪中的應(yīng)用[J];地理空間信息;2011年06期

3 李德江;殷福忠;孫利民;;基于特征點(diǎn)的點(diǎn)云壓縮方法研究[J];測繪通報(bào);2012年01期

4 宋楊;;基于線性八叉樹的點(diǎn)云簡化與特征提取研究[J];廣東科技;2012年17期

5 宋楊;;基于線性八叉樹的點(diǎn)云簡化與特征提取研究[J];廣東科技;2012年13期

6 陳凱;張達(dá);張?jiān)?;采空區(qū)三維激光掃描點(diǎn)云數(shù)據(jù)處理方法[J];光學(xué)學(xué)報(bào);2013年08期

7 羅德安;廖麗瓊;吳志群;;基于點(diǎn)云的建筑立面模型快速重建[J];測繪通報(bào);2013年12期

8 江恒彪;;基于實(shí)體化的地面點(diǎn)云建模技術(shù)[J];測繪工程;2014年07期

9 李濱;王佳;;基于點(diǎn)云的建筑測繪信息提取[J];測繪通報(bào);2012年S1期

10 姚吉利;賈象陽;馬寧;徐廣鵬;韓保民;;地面激光掃描多站點(diǎn)云整體定向平差模型[J];測繪學(xué)報(bào);2014年08期

相關(guān)會(huì)議論文 前4條

1 蔡來良;李儒;;點(diǎn)云數(shù)據(jù)處理算法與實(shí)現(xiàn)初步研究[A];第四屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2012年

2 李濱;王佳;;基于點(diǎn)云的建筑測繪信息提取[A];第四屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2012年

3 趙福生;胡靜波;;基于距離-梯度的LIDAR點(diǎn)云簡化算法研究[A];中國測繪學(xué)會(huì)2010年學(xué)術(shù)年會(huì)論文集[C];2010年

4 李艷芳;;改進(jìn)ICP算法在點(diǎn)云精確配準(zhǔn)中的應(yīng)用[A];2014年2月建筑科技與管理學(xué)術(shù)交流會(huì)論文集[C];2014年

相關(guān)重要報(bào)紙文章 前1條

1 中國工程院院士 劉先林;四維遠(yuǎn)見的裝備創(chuàng)新[N];中國測繪報(bào);2012年

相關(guān)博士學(xué)位論文 前6條

1 彭檢貴;融合點(diǎn)云與高分辨率影像的城區(qū)道路提取與表面重建研究[D];武漢大學(xué);2012年

2 楊德賀;面向虛擬測方系統(tǒng)的點(diǎn)云聚類與擬合理論[D];中國礦業(yè)大學(xué)（北京）;2014年

3 馮義從;車載LiDAR點(diǎn)云的建筑物立面信息快速自動(dòng)提取[D];西南交通大學(xué);2014年

4 李峰;機(jī)載LiDAR點(diǎn)云的濾波分類研究[D];中國礦業(yè)大學(xué)（北京）;2013年

5 熊友誼;地面激光掃描點(diǎn)云與魚眼全景影像的配準(zhǔn)與整合研究[D];中國礦業(yè)大學(xué)（北京）;2014年

6 孫美玲;機(jī)載LiDAR數(shù)據(jù)濾波及城區(qū)汽車目標(biāo)檢測方法研究[D];西南交通大學(xué);2014年

，

本文編號(hào)：2485423