阅读说明：本技术 基于激光点云的杆塔特征点自动识别及倾斜参数自动测量方法 (Tower characteristic point automatic identification and inclination parameter automatic measurement method based on laser point cloud ) 是由 曹晖 田泽英 王涛 薛霜思 袁廷翼 楼润枫 解明辉 于 2020-06-29 设计创作，主要内容包括：本发明公开了一种基于激光点云的杆塔特征点自动识别及倾斜参数自动测量方法,首先将获取的原始点云数据进行预处理,之后通过采用归一化数字表面模型、最大类间方差法、连通域分割、点云密度分割从处理后的点云数据中提取出杆塔,最后通过水平截面法得出杆塔的倾斜角度,从而实现了基于激光点云的杆塔特征点自动识别及倾斜参数自动测量。本发明能够对杆塔进行自动识别和倾斜度测量,大大地节省了人力物力,对于电力系统的稳定运行具有重要的研究意义。(The invention discloses a method for automatically identifying pole tower characteristic points and automatically measuring inclination parameters based on laser point cloud. The method can automatically identify the tower and measure the inclination, greatly saves manpower and material resources, and has important research significance for stable operation of the power system.)

基于激光点云的杆塔特征点自动识别及倾斜参数自动测量 方法

技术领域

本发明涉及计算机视觉技术领域，具体涉及基于激光点云的杆塔特征点自动识别及倾斜参数自动测量方法。

背景技术

我国对于输电线路的巡检主要是通过人工来进行的，比如依靠地面交通工具或者手持仪器来进行检测，也有通过卫星遥感来检测杆塔的形变，目前在这个方面还在做许多探索性研究。现有杆塔倾斜检测手段在实际应用中仍然存在若干不足与短板：安装杆塔倾斜在线监测装置，存在通信供电可靠性不足、安装调整困难等问题，也为线路巡检人员带来了额外的运维负担，只适用于少量杆塔的定点监测，对于区域性杆塔倾斜监测，受益成本比不高；利用经纬仪、全站仪等测绘手段逐塔进行人工测量，工作量大、效率较低，对于特殊杆塔(如山区的塔)测量难度极大，因此对于需要进行普测的区段来说，消耗时间，成本及难度均较大；基于SAR卫星的遥感监测，虽然具有监测范围广、区域大等优势，但对于遥感图像的采集周期和图像分辨率有较高的要求，数据获取费用巨大，数据处理复杂，全面推广较为困难。因此，急需一种能够对地质不稳定区域内杆塔倾斜状态进行大范围、快速监测和预警的实用技术。

在电力系统中，无人机的使用给这个行业的发展带来了一个全新的前景：利用无人机搭载激光雷达、可见光、多光谱、红外等设备，实现输电线路的快速巡检，已经在电力巡检部门得到应用推广。相对于无人机挂载可见光、红外载荷进行巡检的方式而言，基于激光雷达的无人机电力巡线系统具有水平及垂直位置精度高的绝对优势，能有效提高巡检准确性、可靠性，因此成为解决杆塔倾斜状态监测问题的主要技术途径之一。

发明内容

为了解决现行杆塔的定位识别及杆塔形变监测设备的不足，本发明提出一种基于激光点云的杆塔特征点自动识别及倾斜参数自动测量方法，该方法通过无人机搭载双激光源获取点云数据，将重复观测的点云数据进行校正，利用归一化数字表面模型、最大类间方差法、目标识别等手段，从而实现杆塔特征点自动识别及倾斜参数自动测量，本发明有效节省了人工判别的时间，能够自动化测量杆塔倾斜角度从而判断杆塔的状态，对于输电线路的稳定运行具有重要的研究意义。

为了达到上述目的，本发明采用如下技术方案：

具体步骤如下：

步骤1：使用无人机搭载激光雷达获取输电杆塔的点云数据；

步骤2：对点云数据进行预处理：

将原始点云数据进行异常值剔除预处理操作，然后通过滤波、排序处理分离出地面点和非地面点；

步骤3：对杆塔目标的自动识别和杆塔结构关键点位的自动提取：

根据典型塔型的三维投影特征以及激光点云的杆塔目标特征点几何结构，实现对杆塔目标的自动识别和杆塔结构关键点位的自动提取；具体过程如下：

(1)采用归一化数字表面模型剔除地面的噪点

在一副拍摄完整的杆塔点云图像中，包含的点云数据有：杆塔点云、电力线点云、高低起伏的地面点云、高大建筑点云、树木点云、地面植被点云以及噪声点云；地面的噪点会影响整体的点云处理，采用归一化数字表面模型，能够消除地形的影响，滤除地面噪点；

(2)确定最佳阈值

在滤除地面噪点的处理上，通过最大类间方差法自动确定最佳阈值；如果点云的高程值低于此最佳阈值，则把这个点云点剔除，如果大于此最佳阈值，则把这些点云留下，此时点云图像中的高大建筑点云、树木点云被完全剔除，剩下电力线和杆塔候选点点云；

(3)基于连通域分析法提取杆塔电力线

通过采用归一化数字表面模型及最大类间方差法之后只剩下杆塔和电力线的原始点云数据，在植被多的地区采用连通域分析法，能够将地面的植被点云进行剔除，将该植被多的复杂地区的杆塔和电力线提取出来；

(4)根据点云密度提取杆塔点云

由于电力线的点云密度比较小，而杆塔的点云密度比较大，通过对区域的点云数据进行统计，密度大的为杆塔点云，密度小的为电力线点云，根据点云密度的不同就能够提取出准确的杆塔点云，确定杆塔位置；

步骤4：自动计算杆塔的倾斜角度：

在电力系统中，杆塔会因为气候、环境、自然灾害或人为因素发生倾斜的现象，这种情况严重时会直接影响输电线路的运行；采用水平截面法来对杆塔的倾斜角度进行测量；

具体测量方法如下：

(1)高压线塔分层

将三维的杆塔点云进行水平切片操作，切片点云平行于水平地面，将切片点云投影在水平地面上，对切片的边界点云进行提取；

(2)边界分割

采用Hough变换进行边界点云的检测，通过将图像空间的线转化到参数空间中，检测参数空间的极值点，提取出边界线；(Hough变换是公知内容，用来检测直线)

(3)边界直线拟合

通过Hongh变换提取出的边界点云有异常值，采用改进的最小二乘法来拟合直线，得到准确的边界；计算过程如下：

设直线方程为

y＝ax+b

其中a，b为直线参数；

点到拟合直线距离的标准偏差如下：：

其中，d_i表示第i点到拟合直线的距离，表示所有点到拟合直线的平均距离，n为所有点的总数；

所有点到拟合直线的平均距离

当d_i＞2σ时，此点为异常点，剔除该点；否则，保留该点；然后再次计算参数a，b；对以上步骤进行循环操作，当d_i均小于2倍的标准偏差时停止操作；

(4)边界角点及中心点求取

设两直线的交点为

则面片角点在XOY平面的投影坐标为

对四条直线均进行上面的交点计算，得出平面四条边的的四个交点，也即四个边界角点，分别为(x₁,y₁)，(x₂,y₂)，(x₃,y₃)，(x₄,y₄)，其中，(x₁,y₁)为平面的左上角点坐标，(x₂,y₂)位平面的右上角点坐标，(x₃,y₃)为平面的左下角点坐标，(x₄,y₄)位平面的右下角点坐标；

则平面的中心点为

通过上面的公式计算最终得出平面的中心点；

(5)倾斜度计算方法

取出杆塔点云的一个水平截面，计算出该水平截面的中心点与底层水平面中心点的高度差和该水平截面与底层水平面的高度差的比值，该比值结果就是杆塔的倾斜度。

本发明首先通过无人机搭载激光雷达获取输电杆塔的点云数据，然后对原始点云数据进行预处理，之后对目标杆塔点云进行识别，最后通过水平截面法计算出杆塔倾斜的角度，从而实现了基于激光点云的杆塔特征点自动识别及倾斜参数的自动测量。本发明有效节省了人工判别的时间，能够自动化测量杆塔倾斜角度从而判断杆塔的状态，对于输电线路的稳定运行具有重要的研究意义。

附图说明

图1为无人机拍摄的原始杆塔点云图像。

图2为剔除地面噪声的杆塔点云图像。

图3为剔除其他干扰后只剩下杆塔点云的图像。

图4为基于三维激光雷达杆塔倾斜度测量示意图。

具体实施方式

下面结合附图和具体实施方式对本发明作更详细的说明。

本发明基于激光点云的杆塔特征点自动识别及倾斜参数自动测量方法，步骤如下：

步骤1：在离杆塔外边缘水平距离为20-40m,垂直距离为20-40m的范围采用无人机对杆塔进行拍摄，获取杆塔的点云数据。

步骤2：获取原始点云数据之后，就要对点云数据进行预处理，生成具有三维空间的点云模型，如附图1所示。

步骤3：根据典型塔型的三维投影特征以及激光点云的杆塔目标特征点几何结构，实现对杆塔目标的自动识别和杆塔结构关键点位的自动提取；在一副拍摄完整的杆塔点云图像中，包含的点云数据有：杆塔点云、电力线点云、高低起伏的地面点云、高大建筑点云、树木点云、地面植被点云以及噪声点云；杆塔点云提取的具体过程如下：(1)地面的噪点会影响整体的点云处理，所以通过对杆塔点云数据采用归一化数字表面模型，能够消除地面噪点的影响，滤除地面噪点，为后续的处理打好基础；(2)通过最大类间方差法自动确定最佳阈值；如果点云的高程值低于此最佳阈值，就把这个点云点剔除，如果大于此最佳阈值，就把这些点云留下作为电力线和杆塔候选点；(3)通过采用归一化数字表面模型及最大类间方差法之后只剩下杆塔和电力线的原始点云数据，在植被多的地区采用连通域分析法，能够将地面的植被点云进行剔除，将该植被多的复杂地区的杆塔和电力线提取出来，如附图2所示；(4)由于电力线的点云密度比较小，而杆塔的点云密度比较大，所以根据点云密度的不同来提取杆塔点云，通过对区域的点云数据进行统计，就能够提取出准确的杆塔点云，确定杆塔位置，如附图3所示。

步骤4：采用水平截面法来对杆塔的倾斜角度进行测量，处理流程如下：

(1)高压线塔分层

将三维的杆塔点云进行水平切片操作，切片点云平行于水平地面，可将其投影在水平地面上，然后对切片的边界点云进行提取；

(2)边界分割

采用Hough变换来进行边界点云的检测，通过将图像空间的线转化到参数空间中，检测参数空间的极值点，从而提取出边界线；

(3)边界直线拟合

采用改进的最小二乘法来拟合直线，得到准确的边界；计算过程如下：

设直线方程为

y＝ax+b

其中a，b为直线参数；

点到拟合直线距离的标准偏差如下：

其中，d_i表示第i点到拟合直线的距离，

表示所有点到拟合直线的平均距离，n为所有点的总数；

所有点到拟合直线的平均距离当d_i＞2σ时，此点为异常点，剔除该点；否则，保留该点；然后再次计算参数a，b；对以上步骤进行循环操作，当d_i都小于2倍的标准偏差时停止操作；

(4)边界角点及中心点求取

设两直线的交点为

则面片角点在XOY平面的投影坐标为

对四条直线均进行上面的交点计算，得出平面四条边的四个交点，也即四个边界角点，分别为(x₁,y₁)，(x₂,y₂)，(x₃,y₃)，(x₄,y₄)，其中，(x₁,y₁)为平面的左上角点坐标，(x₂,y₂)位平面的右上角点坐标，(x₃,y₃)为平面的左下角点坐标，(x₄,y₄)位平面的右下角点坐标；

则平面的中心点为

通过上面的公式计算最终得出平面的中心点；

(5)倾斜度计算方法

取出杆塔点云的一个水平截面，计算出该水平截面的中心点与底层水平面中心点的高度差和该水平截面与底层水平面的高度差的比值，该比值结果就是杆塔的倾斜度；如附图4所示，杆塔的高度为H，杆塔底部中心点是O，杆塔顶点的投影是O’₁，S为O与O’₁之间的距离，根据公式q＝S/H，最终计算出杆塔的倾斜角度。

根据《110～750KV架空输电线路施工及验收规范》，正常杆塔倾斜最大允许值如下表1；

表1倾斜度分类

类别	钢筋混凝土杆	铁塔
			杆塔倾斜度	150％	05％(适用于50m及以上高度的铁塔)
		1.0％(适用于50m以下高度的铁塔)
			横担歪斜度	1.00％	1％

基于上述的测量方法，结合表1的规范，得到最终的测量结果，如下表2所示。

表2