本发明专利技术公开了基于反射率和空间形态学的点云电力线识别方法和系统，该方法首先获取激光雷达的点云原始数据并分割，得到点云分割区。其次基于点云分割区密度及高程信息，筛选第一电力线点云，并基于该点到临近点的空间特征，筛选第二电力线点云。然后针对第二电力线点云中每个点，基于预设的反射率阈值，筛选第三电力线点云。最后针对第三电力线点云中每个点进行形态学处理，筛选出目标点云。该系统包括电网环境点云的数据收集模块、区域分割模块、地物分离模块、特征处理模块、反射率处理模块和形态学处理模块。本发明专利技术能自动化的实时识别出电力线，有效减少巡线员工的工作量并提高了电力线的检修效率。了电力线的检修效率。了电力线的检修效率。
【技术实现步骤摘要】
基于反射率和空间形态学的点云电力线识别方法和系统
[0001]本申请涉及数据处理
，尤其涉及一种基于反射率和空间形态学的点云电力线识别方法和系统。
技术介绍
[0002]电网线路作为电网系统中的重要组成部分，承载着国民生产和生活所需的电力能源运输的命脉，是保证电力系统不可缺少的一环。随着国民经济的快速发展，电网规模迅速扩大，结构日益复杂，对电力线的周期性巡检以保证电网安全提出了新的挑战。传统方法以人工地面巡检为主，该方法费时费力，巡检周期长，且严重依赖地形条件，不能满足电力工业现代化发展的需要。近年来，无人机及机载激光扫描技术的发展给电力线无人实时巡检带来希望。机载激光雷达具有高精度测距、安全性高、高抗干扰性和适应性等特点，帮助实现电力线的精准巡检和维护，有助于提高电力系统的可靠性和安全性。
[0003]电网线路分为输电线路和配电线路。输电线路采用的是塔杆，电力线较粗且周围空旷，而配电线路多采用电线杆，电力线较细且周围环境更为复杂。现阶段，电力线巡检主要采用手工操作无人机飞行或无人机按预定航线飞行两种方式获取激光点云数据。现有的电力线提取方法主要应用于输电线路，在巡检结束后，对获得的激光点云数据再进行离线的非实时处理。这种方法需要提前已知巡航路线，同时对计算设备性能依赖大，算法复杂度较高，运行时间长，无法满足在端侧设备(无人机)上进行实时检测的需求。因此，在端侧设备(无人机)上，基于激光点云数据，如何准确快速提取电力线点云，如何精确拟合并重建电力线，实时制定航线，以实现电力线实时自动巡检的目标，有着重要的研究意义。
[0004]基于此，有必要针对上述现有技术未充分考虑配电网线路复杂以及端侧设备性能较低导致的不能实时巡检、提取准确性低以及计算量大、参数阈值设置复杂导致效率低的技术问题，提供一种配电线路电力线实时提取的方法与系统。
技术实现思路
[0005]针对上述问题，本专利技术提出一种应用电力线识别领域的，基于空间形态学特征提取的分类识别方法与系统。
[0006]本专利技术采用空间网格技术处理电力线点云，通过点云密度、高程信息、空间维度特征、形态学特征以及反射率等电力线特征信息，使电力线点云提取不受设备、走廊地形、环境、点云密度等因素影响的限制，提高提取的准确度和效率，实时的识别电力线。
[0007]本专利技术第一方面公开了一种基于空间形态学特征提取的电力线分类识别方法，本方法包括以下几个步骤：
[0008]S1、获取激光雷达的点云原始数据，对点云原始数据进行分割，得到若干点云分割区。
[0009]S2、基于各点云分割区整体密度信息及高程信息，筛选出第一电力线点云。
[0010]S3、针对所述第一电力线点云中每个点，基于该点到预设邻近区域阈值内所有临
近点的空间特征，筛选出视为电力线点的第二电力线点云。
[0011]S4、针对所述第二电力线点云中每个点，基于预设的反射率阈值，筛选出视为电力线点的第三电力线点云。
[0012]S5、针对所述第三电力线点云中每个点，进行形态学处理，筛选出目标点云，得到识别出的电力线。
[0013]所述的电力线提取方法，其中，所述点云原始数据包括点集以及点集内各点对应的坐标及反射率信息，所述点集包括地面点、植被点、电线杆点、噪声点以及电力线点。
[0014]进一步的，所述将电力线激光点云进行分割，以得到若干点云分割区具体包括：
[0015]S1.1、将所述点云原始数据进行X轴方向等距分割，得到点云原始数据对应的第一三维空间网格。
[0016]S1.2、将各第一三维空间网格进行Y轴方向等距分割，得到点云原始数据对应的第二三维空间网格。
[0017]S1.3、将各第二三维空间网络以XY平面投影，得到若干点云分割区。
[0018]进一步的，所述基于各点云分割区整体密度信息及高程信息，筛选出第一电力线点云具体包括：
[0019]S2.1、设置距离阈值，若点云分割区邻近区域内不存在最高高程与该点云分割区最高高程距离小于距离阈值，则该分割区视为不存在电力线区域。
[0020]S2.2、设置密度阈值，若点云分割区邻近区域内存在最高高程与该区域最高高程距离小于距离阈值，且该区域内点云密度小于密度阈值，则该区域所有点视为第一电力线点云第一分量。
[0021]S2.3、设定高程差值，若该区域内点云密度大于密度阈值，且该区域内最高高程与最低高程相差超过高程差值，则视为该区域为电力线，根据该区域内高程分布计算得到最佳高度阈值。
[0022]S2.4、若该区域内高程高于最佳高度阈值的点云，视为第一电力线点云第二分量。
[0023]S2.5、将第一电力线点云第一分量与第一电力线点云第二分量组合，得到第一电力线点云。
[0024]进一步的，所述基于预设邻近区域阈值内所有临近点的空间特征，筛选出视为电力线点对应的第二电力线点云具体包括：
[0025]S3.1、以第一电力线点云构建k维树kd
‑
tree，并从kd
‑
tree中获取每一个点临近范围内的所有点，得到其邻接区域。
[0026]S3.2、获取并计算每一个点邻接区域内协方差矩阵及该矩阵对应的三个特征值及三个特征向量。
[0027]S3.3、根据其特征值情况将该区域划分为线状、面状和网状，设于特征阈值h，其中，若三个特征值差异小于h，视为网状；若两个特征值差异小于h并且明显远大于第三个特征值，视为面状；若一个特征值远大于其余两个特征值，视为线状；若一个特征值远大于其余两个特征值，且该特征值对应的特征向量与z轴不平行，则视为第二电力线点云。
[0028]进一步的，基于形态学处理，筛选出视为电力线点的目标点云具体步骤：
[0029]S5.1、获取第三电力线点云所在的点云分割区，以分割区划分为最小单位。
[0030]S5.2、首先进行闭运算，即先膨胀后腐蚀，进行弥补裂缝。
[0031]S5.3、然后进行开运算，即先腐蚀后膨胀，除去孤立的小点、毛刺和小桥。
[0032]S5.4、最终得到存在电力线的点云分割区，获取该区域内所有第三电力线点云即为目标点云。
[0033]膨胀操作具体步骤为：遍历每一个点云分割区，若该点云分割区存在第三电力线点云，则其邻近分割区也视为存在第三电力线点云。
[0034]腐蚀操作具体步骤为：遍历每一个点云分割区，若其邻近分割区域都存在第三电力线点云，则该分割区视为存在第三电力线点云，否则，该分割区视为不存在第三电力线点云。
[0035]本专利技术第二方面公开了一种基于无人机激光雷达探测数据的电力线识别与跟踪系统，系统包括电网环境点云的数据收集模块、区域分割模块、地物分离模块、特征处理模块、反射率处理模块和形态学处理模块。
[0036]所述的数据收集模块，其用于无人机搭载的激光雷达实现对电网环境点云数据的采集，并将采集的电网环境点云数据发送给分割模块。
[0037]所述本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.基于反射率和空间形态学的点云电力线识别方法，其特征在于，包括如下步骤：S1、获取激光雷达的点云原始数据，对点云原始数据进行分割，得到若干点云分割区；S2、基于各点云分割区整体密度信息及高程信息，筛选出第一电力线点云；S3、针对第一电力线点云中每个点，基于该点到预设邻近区域阈值内所有临近点的空间特征，筛选出第二电力线点云；S4、针对第二电力线点云中每个点，基于预设的反射率阈值，筛选出第三电力线点云；S5、针对第三电力线点云中每个点，进行形态学处理，筛选出目标点云，得到识别出的电力线。2.根据权利要求1所述的基于反射率和空间形态学的点云电力线识别方法，其特征在于，步骤S1所述点云原始数据包括点集以及点集内各点对应的坐标及反射率信息；所述点集包括地面点、植被点、电线杆点、噪声点以及电力线点。3.根据权利要求2所述的基于反射率和空间形态学的点云电力线识别方法，其特征在于，步骤S1所述对点云原始数据进行分割，得到若干点云分割区具体过程如下：S1.1、将点云原始数据进行X轴方向等距分割，得到点云原始数据对应的第一三维空间网格；S1.2、将各第一三维空间网格进行Y轴方向等距分割，得到点云原始数据对应的第二三维空间网格；S1.3、将各第二三维空间网络以XY平面投影，得到若干点云分割区。4.根据权利要求3所述的基于反射率和空间形态学的点云电力线识别方法，其特征在于，步骤S2具体过程如下：S2.1、设置距离阈值，若点云分割区邻近区域内不存在最高高程与该点云分割区最高高程距离小于距离阈值，则该分割区视为不存在电力线区域；S2.2、设置密度阈值，若点云分割区邻近区域内存在最高高程与该区域最高高程距离小于距离阈值，且该区域内点云密度小于密度阈值，则该区域所有点视为第一电力线点云第一分量；S2.3、设定高程差值，若该区域内点云密度大于密度阈值，且该区域内最高高程与最低高程相差超过高程差值，则根据该区域内高程分布计算得到高度阈值；S2.4、该区域内高程高于高度阈值的点云，视为第一电力线点云第二分量；S2.5、将第一电力线点云第一分量与第一电力线点云第二分量组合，得到第一电力线点云。5.根据权利要求4所述的基于反射率和空间形态学的点云电力线识别方法，其特征在于，步骤S3具体过程如下：S3.1、以第一电力线点云构建k维树kd
‑
tree，并从kd
‑
tree中获取每一个点临近范围内的所有点，得到其邻接区域；S3...
【专利技术属性】
技术研发人员：蔡柯迪，踪家祥，林嘉城，贾刚勇，饶欢乐，袁友伟，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。