【技术实现步骤摘要】
本专利技术涉及电力，具体为一种基于机载点云的电力杆塔高鲁棒性重建方法。
技术介绍
1、电力塔作为主要的建筑结构类型广泛存在于生活中，快速高质量地重建电力塔结构在虚拟现实、建筑设计和数字化城市等领域有着广泛的应用价值，在模拟电力塔结构受力分析(风荷载、冰荷载、线拉力等)和灾害发生预测(地震作用、山体滑坡等)等方面具有重要的科学意义，然而，由于电力塔本身的孔洞结构和类型多样性，使得快速完整的对电力塔进行建模存在困难，面对这一挑战，模型驱动的建模方法、数据驱动的建模方法和模型-数据驱动相结合的建模方法等三种主要的建模方法应用在电力塔点云上去重建电力塔模型，但以上研究聚焦在电力塔的外部轮廓结构建模，缺少电力塔的内部结构重建，而基于规则的建模方法可通过定义参数和相应的语法规则生成具备更多细节的建筑模型，因此如何利用基于规则的建模方法快速高效地重建电力塔的内外部结构在遥感领域是一个值得研究的热点问题。
2、数据驱动建模方法采用自下而上的策略，首先提取基本特征(如点、线、面等)，然后构建特征间的拓扑关系，完成重建，基于数据驱动构建的几何模型往往具有较高的几何精度且不受模型库的约束，但非常依赖数据质量，如点云密度、点云结构完整性和空间分布均匀程度等，机载lidar获取的点云质量包含比较丰富的细节信息，在一定程度上能够弥补数据驱动方法的不足。
3、最接近的现有技术。
4、由于杆塔结构复杂，采用数据驱动重建杆塔的研究较少，现有论文《基于机载lidar点云的高压输电线路三维建模研究》的第5章节和专利“输电线路本体逆
技术实现思路
1、(一)解决的技术问题
2、针对现有技术的不足，本专利技术提供了一种基于机载点云的电力杆塔高鲁棒性重建方法，解决了现有技术中点云存在噪声、点云稀疏性和点云缺失时，无法有效重建出杆塔模型的问题。
3、(二)技术方案
4、为实现上述目的，本专利技术提供如下技术方案：一种基于机载点云的电力杆塔高鲁棒性重建方法，包括以下步骤：
5、s1:点云重定向；
6、s2:点云数据放大，重定向后点云的坐标放大n倍；
7、s3:点云预处理，具体为对称性邻域去噪方法、自适应调整点云分布密度、对称性增强点云数据；
8、s4:结构分解，将杆塔从下到上分为倒三棱锥结构、四棱台结构和复杂结构；
9、s5:倒三棱锥结构重建；
10、s6:四棱台结构重建，分别对四棱台外部框架和内部结构进行重建；
11、s7:复杂结构重建，分为t型塔和o型塔结构，重建过程分为提取轮廓、轮廓优化、计算角点三维坐标；
12、s8:组合杆塔，将倒三棱锥结构、四棱台结构和复杂结构的模型组合，得到最终的杆塔模型。
13、优选的，所述对称性邻域去噪，具体分为以下步骤：
14、s3-1:以r1为半径对点云进行欧氏距离，点云数据分成多个点集，取n1个点以下的点集进行处理，计点集数量为n1；
15、s3-2:先计算点集中心pcenter1，以r2为半径搜索点云，得到邻域点数量n2；再计算pcenter1围绕z轴的对称点pcenter2，以r2为半径搜索点云，得到邻域点数量n3；
16、s3-3:如果n2-n1>n2，且n3-n1>n2，则判断为杆塔点集，保留到杆塔点云；否则判断为噪声点，进行剔除。
17、优选的，所述r1，其特征为范围是0-50，最优的r1为5，所述r2，其特征为取值是r1的2倍，所述n1，其也在为取值范围是0-1000，最优的n1为100，所述n2，其也在为取值范围是0-1000，最优的n1为10。
18、优选的，所述自适应邻域点云密度调整，具体分为以下步骤：s3-4:使用最近邻搜索算法，计算每个点p最近邻8个点，计算距离小于r最近点的平均距离dmean，设置距离间隔t；
19、s3-5:如果dmean>t,说明点云稀疏，则使用邻域约束的上采样方法对点云进行加密，具体计算距离小于r的邻近点作为种子点pseed，在pseed到p中间以t为间隔生成新点，完成对稀疏区域点云的加密；
20、s3-6:如果dmean<t,说明点云密集，则使用均匀采样算法在xy方向以t为间隔进行均匀采样，完成对密集点云的抽稀；
21、s3-7:如果dmean＝t，说明点云密度适中，则不进行操作。
22、优选的，所述点云数据对称增强，具体分为以下步骤：
23、s3-8:原始点云c,以xz平面为对称平面，生成镜像点云c1，c的y值与c1的y1值满足关系，y1＝-y，x值和z值保持不变；
24、s3-9:原始点云c,以yz平面为对称平面，生成镜像点云c2，c的x值与c2的x1值满足关系，x1＝-x，y值和z值保持不变；
25、s3-10:合并点云c、c1和c2为c3；
26、s3-11:以2为间隔，对点云c3进行均匀采样，得到c4，c4为对称增强的杆塔点云，该点云能将杆塔数据大范围缺失的区域进行复原。
27、优选的，所述外部结构重建，具体分为以下步骤:
28、s6-1:根据分割段的z值范围获取四棱台点云数据，然后在yz平面进行投影得到二维图像img；
29、s6-2:图像对称增强，将图像左右翻转得到imgflig,img与imgflig相加得到增强图像imgenhance；
30、s6-3:以s为结构元素尺寸，对图像进行先膨胀，再腐蚀的图像操作；
31、s6-4:提取图像的左边界点和右边界点，分别拟合出两根边界直线ll和lr方程，分别用两根直线在上下分割段的z值代入直线方程，计算得到图像四个顶点的y值；
32、s6-5:本文档来自技高网...
【技术保护点】
1.一种基于机载点云的电力杆塔高鲁棒性重建方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于机载点云的电力杆塔高鲁棒性重建方法，其特征在于，所述对称性邻域去噪，具体分为以下步骤：S3-1:以r1为半径对点云进行欧氏距离，点云数据分成多个点集，取N1个点以下的点集进行处理，计点集数量为n1；
3.根据权利要求2所述的一种基于机载点云的电力杆塔高鲁棒性重建方法，其特征在于，所述r1是0-50，最优的r1为5，所述r2，取值是r1的2倍，所述N1，取值是0-1000，所述N2，取值是0-1000。
4.根据权利要求1所述的一种基于机载点云的电力杆塔高鲁棒性重建方法，其特征在于，所述自适应邻域点云密度调整，具体分为以下步骤：S3-4:使用最近邻搜索算法，计算每个点p最近邻8个点，计算距离小于R最近点的平均距离dmean，设置距离间隔T；
5.根据权利要求3所述的一种基于机载点云的电力杆塔高鲁棒性重建方法，其特征在于，所述点云数据对称增强，具体分为以下步骤：
6.根据权利要求1所述的一种基于机载点云的电力杆塔高鲁棒
7.根据权利要求1所述的一种基于机载点云的电力杆塔高鲁棒性重建方法，其特征在于，所述T型塔复杂结构的重建过程，分为提取轮廓、轮廓优化、计算角点三维坐标步骤；
8.根据权利要求1所述的一种基于机载点云的电力杆塔高鲁棒性重建方法，其特征在于，所述O型塔复杂结构的重建过程，分为提取轮廓、轮廓优化、计算角点三维坐标步骤；
...【技术特征摘要】
1.一种基于机载点云的电力杆塔高鲁棒性重建方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于机载点云的电力杆塔高鲁棒性重建方法，其特征在于，所述对称性邻域去噪，具体分为以下步骤：s3-1:以r1为半径对点云进行欧氏距离，点云数据分成多个点集，取n1个点以下的点集进行处理，计点集数量为n1；
3.根据权利要求2所述的一种基于机载点云的电力杆塔高鲁棒性重建方法，其特征在于，所述r1是0-50，最优的r1为5，所述r2，取值是r1的2倍，所述n1，取值是0-1000，所述n2，取值是0-1000。
4.根据权利要求1所述的一种基于机载点云的电力杆塔高鲁棒性重建方法，其特征在于，所述自适应邻域点云密度调整，具体分为以下步骤：s3-4:使用最近邻搜...
【专利技术属性】
技术研发人员：陈超，石海军，吕勇，
申请(专利权)人：武汉国遥新天地信息技术有限公司，
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。