CN111895907A - 一种电塔点云提取方法、系统及设备 - Google Patents

Abstract

本发明提供了一种电塔点云提取方法、系统及设备，通过采集到的电网点云数据确定所述电塔的位置信息，并根据所述位置信息从所述电网点云数据中提取出初始电塔点云数据，并删除所述初始电塔点云数据中含有的电力线点云数据和地面点云数据，得到电塔点云数据。由于本实施例提供的方法中首先基于电网点云数据得到电塔的坐标，再根据得到的电塔坐标对电塔点云进行初步提取，得到粗提取的初步电塔点云数据，再删除其中含有的电力线点云数据和地面点云数据，从而提取出精确的电塔点云数据，本实施例所公开的方法利用无人机便可以实现数据采集成本，并且不需要较复杂的数据处理，适用于长期定期的电塔点云提取任务。

Description

一种电塔点云提取方法、系统及设备

技术领域

本发明涉及地理测绘技术领域，尤其涉及的是一种电塔点云提取方法、系统及设备。

背景技术

传统的高压电塔检查工作由巡检工人人力完成，对电塔等电力部件的检查需要工人进行爬塔作业，这种方法对工人有高空坠落、触电等风险，且需要耗费大量的人力物力。

近年来随着无人机技术的发展，采用无人机搭载激光雷达三维激光扫描仪进行电力巡检的方案也得到了广泛的应用，采用这种方法只需要设定好飞行航线，无人机便可以自动对电力走廊内电塔、电力线等部件的点云进行数据采集，这种方法成本低、风险小，且适合长期定期的工作任务。

但是基于三维激光扫描仪采集到的点云数据的数据量大，而且一般只含有点坐标、激光强度和回波次数等信息，并不直接含有电塔特征信息，因此采集到的点云数据不能满足对电塔三维重建的需求。

因此，现有技术有待于进一步的改进。

发明内容

鉴于上述现有技术中的不足之处，本发明的目的在于为用户提供一种电塔点云提取方法、系统及设备，克服现有技术中利用激光扫描仪获取到的电塔点云数据不直接含有的电塔特征信息，无法满足对电塔三维精确重建需求的缺陷。

本发明解决技术问题所采用的技术方案如下：

第一方面，本实施例公开了一种电塔点云的提取方法，其中，包括步骤：

根据电网点云数据确定所述电塔的位置信息；

根据所述位置信息从所述电网点云数据中提取出初始电塔点云数据；

删除所述初始电塔点云数据中含有的电力线点云数据和地面点云数据，得到电塔点云数据。

可选的，所述根据电网点云数据确定所述电塔的位置信息的步骤包括：

利用激光扫描仪采集电网点云数据；

判断所述电网点云数据中是否含有电塔的位置信息；

若有，则直接从所述电网点云数据中提取所述电塔的位置信息；

若没有，则根据所述电网点云数据投影到水平面后的点密度确定所述电塔的位置信息。

可选的，所述根据所述电网点云数据投影到水平面后的点密度确定所述电塔的位置信息的步骤包括：

将电网点云数据划分为体素网格，并计算出各个划分出的体素网格的中心点；

将各个体素网格中心点进行水平面投影，得到投影网格；

分别计算所述投影网格中各个电网点云数据对应的投影点的点密度；

根据各个电网点云数据对应投影点的点密度，按照预设点密度阈值，筛选出多个电塔网格中心点；

计算各个电塔网格中心点的重心，并将所述电塔网格中心点的重心做为所述电塔的坐标位置点。

可选的，所述分别计算所述投影网格中各个电网点云数据对应的投影点的点密度的步骤包括：

依次将所述投影网格中的各个电网点云数据对应的投影点作为待计算点，分别以各个所述待计算点为圆心，搜索第一预设搜索半径范围内的投影点，并将搜索到的投影点组成第一点集；

获取所述第一点集中的投影点的总数，并根据所述总数得到所述待计算点对应的点密度。

可选的，所述根据各个电网点云数据对应投影点的点密度，按照预设点密度阈值，筛选出多个电塔网格中心点的步骤包括:

对投影网格中的电塔点云进行密度数值的采样，并将采样值作为所述预设点密度阈值，提取电塔点云的网格中心点。

可选的，所述根据所述位置信息从所述电网点云数据中提取出初始电塔点云数据的步骤包括：

将所述电网点云和电塔的坐标位置点进行水平方向的投影；

以电塔的坐标位置点为投影点的圆心，以预设的电塔宽度为第二预设搜索半径，进行点云搜索；

将搜索到的平面点云中的各个点与其对应的高度信息相结合，得到初始电塔点云数据。

可选的，所述删除所述初始电塔点云数据中含有的电力线点云数据的步骤包括：

对初始电塔点云数据中各个点按照第三预设搜索半径进行点数据搜索，并将搜索到的点组成第二点集，得到与各个点对应的多个第二点集；依次计算各个点和其对应第二点集中各个点的连线与水平面的斜率；

将计算得到各个斜率转换成各个点与领域范围内其他点对应到水平面的角度值；

根据各个点与领域范围内其他点对应到水平面的角度值计算各个点的角度均值；

将角度均值低于预设角度阈值的点判定为属于电力线的点云数据，并将判定为属于电力线的点云数据删除。

可选的，所述删除所述初始电塔点云数据中含有地面点云数据，得到电塔点云数据的步骤包括：

利用布料模拟滤波算法删除所述初始电塔点云数据中含有的地面点云数据。

第二方面，本实施例还公开了一种电子设备，其中，包括处理器、与处理器通信连接的存储介质，所述存储介质适于存储多条指令；所述处理器适于调用所述存储介质中的指令，以执行实现所述的电塔点云的提取方法。

第三方面，本实施例公开了一种计算机可读存储介质，其中，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现所述的电塔点云的提取方法的步骤。

有益效果，本发明提供了一种电塔点云提取方法、系统及设备，通过电网点云数据确定所述电塔的位置信息，以及根据所述位置信息从所述电网点云数据中提取出初始电塔点云数据，并删除所述初始电塔点云数据中含有的电力线点云数据和地面点云数据，得到电塔点云数据。由于本实施例提供的方法中首先从电网点云数据中定位出电塔点云，得到电塔的坐标，再根据得到的电塔坐标对电塔点云进行初步提取，得到粗提取的初步电塔点云数据，再删除其中含有的电力线点云数据和地面点云数据，从而提取出精确的电塔点云数据，本实施例所公开的方法不需要较大的数据采集成本，也不需要较复杂的数据处理，利用无人机便可以实现，适用于长期定期的电塔点云提取任务。

附图说明

图1是本发明实施例提供的一种电塔点云提取方法的步骤流程图；

图2是本发明实施例中电塔点云提取方法具体实施例的流程示意图；

图3是主网电塔位置确定的方法步骤流程图；

图4是利用KDtree进行电塔粗提取示意图；

图5是利用CSF滤波算法以及斜率滤波算法进行电塔精确提取流程示意图；

图6是本发明实施例中所提供电子设备的结构原理示意图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。

随着我国电力系统的发展，电力系统所覆盖的范围也越来越广，使用设备种类和数量也随之增多，在发展的同时也加大了电力巡检工作的压力，电力巡检是电力系统以及电力设备正常运行的一道保障，对电力设备以及电力线路进行检查以及净空排查和树障分析等工作，需要长期的且定期的进行。电力巡检工作中对电塔的检查也是重要的一环，主网点云中的电塔多为高压电塔，高压电塔是电力传输的一个重要部件，起到电力传输、变压，同时对电力线起到支撑保护的作用，所以对电塔的定期检查是必不可少的工作。

传统的高压电塔检查工作由巡检工人人力完成，对电塔等电力部件的检查通常需要工人进行爬塔作业，这种方法对工人有高空坠落、触电等风险，且需要耗费大量的人力物力。近年来随着无人机技术的发展，采用无人机搭载激光LiDAR三维激光扫描仪进行电力巡检的方案也得到了广泛的应用，采用这种方法只需要设定好飞行航线，无人机便可以自动对电力走廊内电塔、电力线等部件的点云进行数据采集，这种方法成本低、风险小，且适合长期定期的工作任务，但是通过LiDAR激光扫描仪采集到的点云数据的数据量大，并且一般只有含有点坐标、激光强度、回波次数等信息，并不带有更多的电塔特征信息，所以传统的电塔点云提取需要比较多的人工干预才能实现。

为了克服现有技术中出现的问题，本发明提出了一种根据电塔空间特征进行电塔提取的方法，本方法通过在主网电网激光点云中对电塔点云进行自动定位，得到电塔的坐标，利用电塔坐标进行电塔点云的粗提取加精提取，实现从电网点云中将电塔点云提取出来。相比于人工提取电塔点云的方法，本方法仅需要进行一些参数设置，通过较少的人工干预实现了电塔点云的自动提取。

下面结合附图，通过对实施例的描述，对发明内容作进一步说明。

第一方面，本实施例公开了一种电塔点云的提取方法，如图1所示，包括步骤：

步骤S1、根据电网点云数据确定所述电塔的位置信息。

首先获取含有电塔点云数据的电网点云数据。所述电网点云数据可以为利用无人机搭载雷达三维激光扫描仪，利用飞行在高空中的雷达三维激光扫描仪自动对电力走廊内电塔、电力线等部件的位置信息进行采集，得到所述电塔、电力线集地面信息的三维点云，形成电网点云数据，因此电网点云数据中不仅仅含有电塔点云数据还含有电力线点云数据和地面点云数据。

进一步的，所述根据电网点云数据确定所述电塔的位置信息的步骤包括：

步骤S11、利用激光扫描仪采集电网点云数据。

搭载在飞机上的激光扫描仪通过不同的角度对电网所在的区域进行三维点云数据的采集。

具体的，本步骤中三维激光扫描仪的相机从不同角度拍摄电网所在区域的深度图像，并基于所述深度图像中包含的物体表面上各个采集点与相机之间的位置信息，计算出各个物体表面上各个采集点分别在相机三维坐标系中的三维坐标值。电网点云数据即为电网所在区域内各个物体表面上各个采集点分别在所述相机三维坐标系中的三维坐标值的集合。所述采集点为相机发射的红外线照射到各个物体表面上对应的坐标点，其均匀分布在各个物体表面。每隔预设角度拍摄电网所在区域中的物体，直至获取到各个物体表面完整的三维坐标数据，也即得到了所述电网点云数据。

步骤S12、判断所述电网点云数据中是否含有电塔的位置信息，若有，则执行步骤S13，否则执行步骤S14。

由于上述步骤S11中采集到的电网点云数据中含有电塔的点云数据，则基于电网点云数据可以确定电塔的位置信息。

当获取到电网点云数据后，基于电网点云数据可以直接判断其中是否含有电塔的位置信息，所述电网点云数据中可以含有对应多个电塔的位置信息，也可以只含有一个电塔的位置信息。具体的，可以对电网点云数据进行筛选，依次判断个点数据是否为对应电塔的位置信息的数据，若筛选出对应电塔的位置信息的点数据，则判定所述电网点云数据中含有电塔的位置信息，否则判定为电网点云数据中不含有电塔的位置信息。

本步骤中，电塔的位置信息为电塔的坐标信息，根据所述电塔的坐标信息可以直接对电塔的位置进行定位。

步骤S13、直接从所述电网点云数据中提取所述电塔的位置信息。

若上述步骤中判定出所述电网点云数据中含有电塔的位置信息，则可以直接从所述电网点云数据中提取到电塔的位置信息。

步骤S14、根据所述电网点云数据投影到水平面后的点密度确定所述电塔的位置信息。

若所述电网点云数据中不含有电塔的位置信息，则需要根据电网点云数据确定出电塔的位置信息。

本实施例中首先确定电塔在点云中的位置，即在点云中确定电塔的坐标信息，通常情况下，主网的一期扫描点云的原始数据会包含有内部电塔的坐标信息，但是如果原始数据中不包含坐标信息，则需要进行电塔坐标信息的提取，本发明提出了一种基于点密度的电塔位置提取方法，利用激光扫描的电塔点云在竖直空间上密度较大的特点，对点云进行点密度计算进而计算出密度较大点云的位置，实现电塔点云位置的提取。

具体的，所述根据所述电网点云数据投影到水平面后的点密度确定所述电塔的位置信息的步骤包括：

步骤S141、将电网点云数据划分为体素网格，并计算出各个划分出的体素网格的中心点。

为了实现快速的对电塔的位置进行定位，首先对电网点云数据划分体素网格，将电网点云数据划分为多个体素块。每个体素块内含有多个点云数据，同一个体素块中含有的各个点云数据对应的物体可能是不同的，例如：有的点云数据是对应电塔的，有的点云数据是对应电力线，同一个体素块中含有的各个点云数据也可能是对应同一个物体的。

步骤S142、将各个体素网格中心点进行水平面投影，得到投影网格，分别计算所述投影网格中各个电网点云数据对应的投影点的点密度。

获取各个体素网络的中心点，并将各个体素网络中心点投影到水平面上，得到投影网格。由于电塔的点云数据密集，而且电塔呈一定的高度，因此属于电塔的点云数据对应的体素网络中心点会落在水平面的同一个坐标点上，因此电塔点云数据投影到水平面上的点密度最大，因此基于投影网格中各个点的点密度可以筛选出电塔点云数据的中心点，从而得到电塔的坐标值。

步骤S143、根据各个电网点云数据对应投影点的点密度，按照预设点密度阈值，筛选出多个电塔网格中心点；

人为对网格中心点投影点云中某个电塔的点云进行密度数值的采样，并作为电塔网格中心的密度阈值，对电塔点云的网格中心点进行提取。

步骤S144、计算各个电塔网格中心点的重心，并将所述电塔网格中心点的重心做为所述电塔的坐标位置点。

由于提取出多个电塔点云对应的网格中心点，因此通过求取各个网格中心点的重心，从而确定出电塔的坐标位置点。

具体的，上述步骤中所述分别计算所述投影网格中各个电网点云数据对应的投影点的点密度的步骤包括：

依次将所述投影网格中的各个电网点云数据对应的投影点作为待计算点，分别以各个所述待计算点为圆心，搜索第一预设搜索半径范围内的投影点，并将搜索到的投影点组成第一点集；其中，第一预设搜索半径为一个预设半径值，较佳的，将其设置为点云分辨率，所述点云分辨率为点云中两个点之间连线的中点的平均距离。

获取所述第一点集中的投影点的总数，并根据所述总数得到所述待计算点对应的点密度。

进一步的，所述根据各个电网点云数据对应投影点的点密度，按照预设点密度阈值，筛选出多个电塔网格中心点的步骤包括:

对投影网格中的电塔点云进行密度数值的采样，并将采样值作为所述预设点密度阈值，提取电塔点云的网格中心点。

步骤S2、根据所述位置信息从所述电网点云数据中提取出初始电塔点云数据。

在得到电塔点云的空间位置之后，由于电塔结构多为对称的结构，所以俯视电塔也为对称结构，根据这一特点，通过将电网点云进行平面投影，已知电塔位置坐标(作为搜索圆心)根据不同类型的电塔设定对应的搜索半径，进行点云的邻域搜索，得到平面投影后的电塔粗提取点云，再将高度信息返还到点云中，完成电塔点云的粗提取。

具体的，所述根据所述位置信息从所述电网点云数据中提取出初始电塔点云数据的步骤包括：

将所述电网点云和电塔的坐标位置点进行水平方向的投影；

以电塔的坐标位置点为投影点的圆心，以预设的电塔宽度为第二预设搜索半径，进行点云搜索；其中，所述第二预设搜索半径为电塔的设计宽度。由于不同类型的电塔设计宽度不同，因此可以更加所要提取点云的电塔的设计类型，预设不同的第二预设搜索半径。

将搜索到的平面点云中的各个点与其对应的高度信息相结合，得到初始电塔点云数据。

步骤S3、删除所述初始电塔点云数据中含有的电力线点云数据和地面点云数据，得到电塔点云数据。

粗提取点云通常包含了除电塔以外的空间实体，一般情况下会包含地面点点云、电力线点云等等，本发明提出的电塔点云精确提取方法针对这两种点云，分别采用布料模拟滤波方法以及点云斜率滤波方法对这两种点云进行剔除，最终实现对电塔点云的精确提取。

具体的，所述删除所述初始电塔点云数据中含有的电力线点云数据的步骤包括：

步骤S31、对初始电塔点云数据中各个点按照第三预设搜索半径进行点数据搜索，并将搜索到的点组成第二点集，得到与各个点对应的多个第二点集；依次计算各个点和其对应第二点集中各个点的连线与水平面的斜率；其中，第三预设搜索半径为电力线真实的设计半径。

步骤S32、将计算得到各个斜率转换成各个点与领域范围内其他点对应到水平面的角度值；

步骤S33、根据各个点与领域范围内其他点对应到水平面的角度值计算各个点的角度均值；

步骤S34、将角度均值低于预设角度阈值的点判定为属于电力线的点云数据，并将判定为属于电力线的点云数据删除。

具体的，所述删除所述初始电塔点云数据中含有地面点云数据，得到电塔点云数据的步骤包括：

利用布料模拟滤波算法删除所述初始电塔点云数据中含有的地面点云数据。

本发明是针对电网中电力塔点云的一种精确提取的方法，方法分为电塔点云的粗提取和精确提取两个步骤。方法首先根据原始数据中是否含有电塔坐标数据进行判断，若原始数据中有电塔位置数据，则直接进行电塔点云的粗提取，若无电塔位置数据，则利用电塔点云在空间竖直方向上点密度较高的特点对电塔位置进行确认，得到电塔在点云中的位置坐标，进而通过坐标进行点云粗提取。电塔点云的粗提取是利用电塔坐标进行一定范围内的点云搜索，进而完成对电塔点云的粗提取，得到的粗提取点云中包含的地面点数据以及电力线数据，本方法采用电塔点云精确提取方法对上述两种点云进行剔除，对电力线点云，使用斜率滤波的方法进行点云剔除，对地面点的点云采用CSF(布料模拟滤波)算法进行剔除，实现对电塔点云的精确提取。

下面结合图2至图5所示，对本发明所述方法的做进一步的说明。

本实施例如图2所示，电塔点云提取的步骤共分为三大块，且通过上述流程在少量人工干预的情况下，实现从电网点云中自动的进行电塔点云的提取。下面结合图对本方法进行详细的说明。

步骤一：电塔位置确定

利用电塔空间竖直方向连续的特点，方法的想法为：激光扫描点云对竖直地物的扫描在同一个平面坐标上会产生多次回波，即在同一平面坐标的竖直方向上会有大量的扫描到的电塔点，所以电塔点云相较于其他位置点云在水平平面投影方向上看是密度较大的。利用这一特点，为实现快速的电塔定位，本方法首先将电网点云进行网格划分，将点云划分为体素块，这里借助八叉树结构对点云进行网格划分，目的是加快划分的速度，且八叉树划分网格间的拓扑关系明确，易于后期的点检索。将点云划分为体素网格(网格为正方体)后，为体现电塔点云在水平平面上密度较大的特点，首先计算出各个点云划分的体素网格的中心点，然后将体素网格中心点进行平面投影，实现的效果为：电塔点云上的点会落在同一个水平坐标上，即同一个(X,Y)坐标上会有多个点。平面投影过后计算投影网格的点密度，点密度的计算方法为：

首先对待计算点进行邻域搜索，即以待计算点P为圆心，搜索一定半径范围内的点，组成点集Q{q1,q2....qn},这里点云的搜索半径以中心点投影点云的点云分辨率(点云中点的平均距离)作为搜索半径，点云分辨率的计算公式为：

上式中n为点云中点的个数，S_i为点云中每个点与其最邻近点的欧式距离，通过上式计算出点云分辨率，作为点云密度计算的搜索半径。点密度的计算公式为：

D_P＝3*n/4πR³

上式中D_P为该基准点的点密度，通过以上方法的到的各个点密度,并根据密度大小对点云进行颜色标记，得到如图3步骤3的效果。在得到各点的点密度之后，人为对网格中心点投影点云中某个电塔的点云进行密度数值的采样，并作为电塔网格中心的密度阈值，对电塔点云的网格中心点进行提取，得到如图3步骤4的结果，最终通过计算筛选到的网格中心点的重心G_tower(G_x，G_y，G_z)以此作为电塔点云的位置,重心计算公式为：

式中(x_i，y_i，z_i)为电塔网格中心点的点集。

综上通过一系列计算，最终得到了电塔在点云中的坐标位置。

步骤二：电塔点云的粗提取

在通过步骤一得到电塔的坐标位置之后，便可以利用电塔位置结合电塔俯视图的设计半径进行点云数据的提取，具体实现步骤如下：

1.将电网点云以及得到的电塔坐标点进行水平方向的投影，即将点云所有点的z值(高程信息)坐标归为0。实现效果如图4所示。

2.以电塔坐标的投影点为圆心，电塔的设计宽度为半径(不同类型的电塔拥有不同的设计半径，所以要针对性的进行半径搜索)进行范围内的点云搜索。得到平面搜索结果，实现效果如图3第三步所示

3.将搜索到的平面点云赋予高度信息(水平投影后点云的点编号与原始点云一致，所以高度信息从原始点云中进行获取)，实现效果如图3第四步所示。

通过上述三步可将电塔点云完整的进行提取，这里要说明的是第二步中进行点云的邻域范围的半径搜索，可以借助KDTree邻域搜索方法进行实现，KDTree是一种数据结构，其结构与二叉树类似，可用来快速的对点云中的点进行空间拓扑关系的建立，KDtree邻域搜索方法为一种比较流行的点邻域搜索方法，其可以快速的实现点一定半径范围内的点集搜索。还需要说明的是由于电网中电塔类型会有不同，所以在进行点云半径搜索时需要人为根据不同的塔类型进行不同的搜索半径设置，以确保最终电塔点云的完整性。

步骤三：电塔点云的精确提取

电塔点云的粗提取保证了搜索的电塔点云具有完整性，但是由于进行的是圆形搜索，不可避免的会将部分电力线点以及地面点也加入到了电塔粗提取点云中，如图4步骤1所示，电塔点云上还有部分电力线点的以及地面点，本发明的步骤三为去除这两种点提供了不同的策略。

对于电力线点，由于电力线点成水平线状延续，所以电力线点的斜率变化不大，同时电力线与水平面的夹角，考虑到重力作用夹角通常在10°左右，利用这一特点，本发明通过设计一种斜率滤波进行电力线点云的去除，斜率滤波的具体实现步骤为：

1、计算粗提取电塔点云中所有点的点斜率，计算方法首先对每一个点进行邻域半径搜索(实现方法与步骤一种计算点密度邻域半径搜索类似)，这里邻域搜索的搜索半径设置为电力线真实的设计半径，假设搜索点为P，则搜索到的点集为Q{q1,q2…qn}，依次计算点P与点集Q中的每个点与三维空间XOY平面(水平面)的斜率，斜率计算公式为：

2、根据计算结果斜率K_i，将点集Q种每个点与P点的斜率换算成与XOY水平面的角度大小，换算公式为：

3、最后计算给出角度均值，其反应的是该点与邻域范围内的点连线与水平面夹角的均值，以此值作为该点的角度值。计算公式为：

4、对粗提取电塔点云的所有点进行上述3步操作，完成点云所有点的斜率计算与角度计算，最后人为设定角度阈值，将电力线点云进行剔除，经实验角度阈值设定为9°可实现较好的电力线剔除效果，斜率滤波效果如图4步骤2中的绿色点部分，从粗提取的电塔点云中提取除了电力线点。

对于地面点，本发明采用业界常用的CSF(布料模拟滤波)进行地面点云的去除，布料模拟算法假设地面为一块布料，布料由有序的空间格网组成，地面点云为散落在布料上的点，算法假设一块虚拟的布料受到重力作用落在了电网表面，且布料会贴附在电网中电力走廊的表面形成电力走廊的数字表面模型，若将整个电网电力走廊表面翻转过来(反面朝上)，布料就只会贴附在地面上，CSF滤波通过提取布料上的点(即地面点)，并将其剔除实现地面点的去除。布料模拟算法通过控制布料网格大小(邻近点的距离)控制布料的松紧程度，以实现对不同类型地面的点去除，松紧程度共分为三个级别：平坦地形、略微起伏地形、陡峭地形。本发明经过实验，其参数设置为略微起伏地形即可获得较好的地面点去除效果。地面点去除效果如图4步骤3，图中的红色点云部分为CSF算法提取出来的地面点。

最后将提取到的电力线点以及地面点从粗提取电塔点云中剔除，实现电塔点云的精确提取，如图5步骤4中的所示出的电塔点云。

本发明方案提供了一种针对电塔点云的精确提取方法，实现了从主网电网点云中对电塔点云的提取，方法对有电塔坐标信息以及无电塔坐标信息两种情况提供了两种电塔粗提取方法，其中对电塔点云的坐标提取，可以根据电塔的空间特征实现对电塔位置进行确认，进而实现在电网点云中电塔真实坐标的确定，为电力巡检中的电力部件的位置确定提供了一种方法。通过对电塔点云粗提取和精确提取后，可以得到精细的电塔点云，可利用提取结果进行电塔上的电力部件的检查以及电塔运行状态的检查，进而完成电力巡检的部分工作。与传统的人工电塔点云提取方法相比，本方法旨在提取精度大致相同的情况下，提升电塔点云提取的效率，实现快速的点云提取。

本实施例还公开了一种电子设备，包括处理器、与处理器通信连接的存储介质，所述存储介质适于存储多条指令；所述处理器适于调用所述存储介质中的指令，以执行实现所述的电塔点云的提取方法。

具体的，如图6所示，所述电子设备包括至少一个处理器(processor)20以及存储器(memory)22，还可以包括显示屏21、通信接口(Communications Interface)23和总线24。其中，处理器20、显示屏21、存储器22和通信接口23可以通过总线24完成相互间的通信。显示屏21设置为显示初始设置模式中预设的用户引导界面。通信接口23可以传输信息。处理器20可以调用存储器22中的逻辑指令，以执行上述实施例中的方法。

此外，上述的存储器22中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。

存储器22作为一种计算机可读存储介质，可设置为存储软件程序、计算机可执行程序，如本公开实施例中的方法对应的程序指令或模块。处理器30通过运行存储在存储器22中的软件程序、指令或模块，从而执行功能应用以及数据处理，即实现上述实施例中的方法。

存储器22可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端设备的使用所创建的数据等。此外，存储器22可以包括高速随机存取存储器，还可以包括非易失性存储器。例如，U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。

本实施例公开了一种计算机可读存储介质，其中，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现所述的电塔点云的提取方法的步骤。

本发明提供了一种电塔点云提取方法、系统及设备，首先从电网点云数据中得到电塔的坐标，再根据得到的电塔坐标对电塔点云进行初步提取，得到粗提取的初步电塔点云数据，再删除其中含有的电力线点云数据和地面点云数据，从而提取出精确的电塔点云数据，本实施例所公开的方法不需要较大的数据采集成本，也不需要较复杂的数据处理，利用无人机便可以实现，适用于长期定期的电塔点云提取任务

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种电塔点云的提取方法，其特征在于，包括步骤：

根据电网点云数据确定所述电塔的位置信息；

根据所述位置信息从所述电网点云数据中提取出初始电塔点云数据；

删除所述初始电塔点云数据中含有的电力线点云数据和地面点云数据，得到电塔点云数据。

2.根据权利要求1所述的电塔点云的提取方法，其特征在于，所述根据电网点云数据确定所述电塔的位置信息的步骤包括：

利用激光扫描仪采集电网点云数据；

判断所述电网点云数据中是否含有电塔的位置信息；

若有，则直接从所述电网点云数据中提取所述电塔的位置信息；

若没有，则根据所述电网点云数据投影到水平面后的点密度确定所述电塔的位置信息。

3.根据权利要求2所述的电塔点云的提取方法，其特征在于，所述根据所述电网点云数据投影到水平面后的点密度确定所述电塔的位置信息的步骤包括：

将电网点云数据划分为体素网格，并计算出各个划分出的体素网格的中心点；

将各个体素网格中心点进行水平面投影，得到投影网格；

分别计算所述投影网格中各个电网点云数据对应的投影点的点密度；

根据各个电网点云数据对应投影点的点密度，按照预设点密度阈值，筛选出多个电塔网格中心点；

计算各个电塔网格中心点的重心，并将所述电塔网格中心点的重心做为所述电塔的坐标位置点。

4.根据权利要求3所述的电塔点云的提取方法，其特征在于，所述分别计算所述投影网格中各个电网点云数据对应的投影点的点密度的步骤包括：

依次将所述投影网格中的各个电网点云数据对应的投影点作为待计算点，分别以各个所述待计算点为圆心，搜索第一预设搜索半径范围内的投影点，并将搜索到的投影点组成第一点集；

获取所述第一点集中的投影点的总数，并根据所述总数得到所述待计算点对应的点密度。

5.根据权利要求4所述的电塔点云的提取方法，其特征在于，所述根据各个电网点云数据对应投影点的点密度，按照预设点密度阈值，筛选出多个电塔网格中心点的步骤包括:

对投影网格中的电塔点云进行密度数值的采样，并将采样值作为所述预设点密度阈值，提取电塔点云的网格中心点。

6.根据权利要求1所述的电塔点云的提取方法，其特征在于，所述根据所述位置信息从所述电网点云数据中提取出初始电塔点云数据的步骤包括：

将所述电网点云和电塔的坐标位置点进行水平方向的投影；

以电塔的坐标位置点为投影点的圆心，以预设的电塔宽度为第二预设搜索半径，进行点云搜索；

将搜索到的平面点云中的各个点与其对应的高度信息相结合，得到初始电塔点云数据。

7.根据权利要求1所述的电塔点云的提取方法，其特征在于，所述删除所述初始电塔点云数据中含有的电力线点云数据的步骤包括：

对初始电塔点云数据中各个点按照第三预设搜索半径进行点数据搜索，并将搜索到的点组成第二点集，得到与各个点对应的多个第二点集；依次计算各个点和其对应第二点集中各个点的连线与水平面的斜率；

将计算得到各个斜率转换成各个点与领域范围内其他点对应到水平面的角度值；

根据各个点与领域范围内其他点对应到水平面的角度值计算各个点的角度均值；

将角度均值低于预设角度阈值的点判定为属于电力线的点云数据，并将判定为属于电力线的点云数据删除。

8.根据权利要求1-7任一项所述的电塔点云的提取方法，其特征在于，所述删除所述初始电塔点云数据中含有地面点云数据，得到电塔点云数据的步骤包括：

利用布料模拟滤波算法删除所述初始电塔点云数据中含有的地面点云数据。

9.一种电子设备，其特征在于，包括处理器、与处理器通信连接的存储介质，所述存储介质适于存储多条指令；所述处理器适于调用所述存储介质中的指令，以执行实现上述权利要求1-8任一项所述的电塔点云的提取方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1～8任一项所述的电塔点云的提取方法的步骤。

Images