CN113793421A - 一种变电站设备三维点云数据处理方法、系统及存储介质 - Google Patents
一种变电站设备三维点云数据处理方法、系统及存储介质 Download PDFInfo
- Publication number
- CN113793421A CN113793421A CN202111128686.9A CN202111128686A CN113793421A CN 113793421 A CN113793421 A CN 113793421A CN 202111128686 A CN202111128686 A CN 202111128686A CN 113793421 A CN113793421 A CN 113793421A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- transformer substation
- point
- equipment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
Landscapes
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及变电站巡检技术领域,公开了一种变电站设备三维点云数据处理方法、系统及存储介质,该方法包括获得组成单个变电站设备的点云集合;根据变电站的实际情况,对点云块进行水平投影,获得待处理区域的最大最小xyz坐标;将最大最小xyz坐标在预设的xoy平面进行网格划分,以获得每个网格中的点云数据;根据每个网格中的点云数据取得网格中点云的平均高度与设定阈值的关系,如果小于阈值,则判断为地面点,否则判断为非地面点。可以从点云数据中获取有效的数据,实现对变电站的精准刻画。
Description
技术领域
本发明涉及变电站巡检技术领域,尤其涉及一种变电站设备三维点云数据处理方法、系统及存储介质。
背景技术
目前,变电站占地面积大,包括避雷器、变压器、电压电流互感器、阻波器等设备,这些设备种类较多,并且同一种设备的不同型号外形轮廓存在差异,即使是同一类别同一型号的变电站设备,生产厂家不同,变电站设备的外形也不完全一样。由于变电站中的设备较多,设备布置多种多样,同一类别同一型号的设备在一个变电站里会有多个,姿态位置各异。此外,附属设施多,包括底座和电线,部分设施还包括保护墙,形状大小各异。对变电站的三维激光扫描过程中,由于扫描位置和方向的不同,设备三维点云会遇到不同程度的遮挡。因此,如何从点云数据中获取有效的数据,实现对变电站的精准刻画,成为一个急需解决的问题。
发明内容
本发明提供了一种变电站设备三维点云数据处理方法、系统及存储介质,以解决现有技术中心存在的问题。
为了实现上述目的,本发明通过如下的技术方案来实现:
第一方面,本发明提供一种变电站设备三维点云数据处理方法,包括:
获得组成单个变电站设备的点云集合;
根据变电站的实际情况,对点云块进行水平投影,获得待处理区域的最大最小xyz坐标;
将最大最小xyz坐标在预设的xoy平面进行网格划分,以获得每个网格中的点云数据;
根据每个网格中的点云数据取得网格中点云的平均高度与设定阈值的关系,如果小于阈值,则判断为地面点,否则判断为非地面点。
可选地,所述获得组成单个变电站设备的点云集合之前,所述方法还包括:
获取变电站的三维点云数据集合,待分割的设备点云数据集合包括顶部电线、地面和变电站设备,并将设备之外的三维点云集去除。
可选地,所述获得组成单个变电站设备的点云集合,包括:
获取变电站区域三维扫描点云数据,对整个变电站区域进行分块,以分块后的三维点云作为待处理的对象,根据变电站设备自身的特点,对整块点云进行自动分割,得到组成单个设备的点云集。
可选地,所述点云数据集合包括位置、角度、时间、距离、强度。
可选地,所述设定阈值为待分割点云集的高程最低值加0.2m。
第二方面,本申请实施例还提供一种变电站设备三维点云数据处理系统,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现第一方面所述的方法步骤。
第三方面,本申请实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面所述的方法步骤。
有益效果:
本发明提供的变电站设备三维点云数据处理方法,包括:获得组成单个变电站设备的点云集合;根据变电站的实际情况,对点云块进行水平投影,获得待处理区域的最大最小xyz坐标;将最大最小xyz坐标在预设的xoy平面进行网格划分,以获得每个网格中的点云数据;根据每个网格中的点云数据取得网格中点云的平均高度与设定阈值的关系,如果小于阈值,则判断为地面点,否则判断为非地面点。可以从点云数据中获取有效的数据,实现对变电站的精准刻画。
附图说明
图1为本发明优选实施例的变电站设备三维点云数据处理方法的流程图之一;
图2为本发明优选实施例的变电站设备三维点云数据处理方法的流程图之二。
具体实施方式
下面对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本申请实施例提供一种变电站设备三维点云数据处理方法,包括:
获得组成单个变电站设备的点云集合;
根据变电站的实际情况,对点云块进行水平投影,获得待处理区域的最大最小xyz坐标;
将最大最小xyz坐标在预设的xoy平面进行网格划分,以获得每个网格中的点云数据;
根据每个网格中的点云数据取得网格中点云的平均高度与设定阈值的关系,如果小于阈值,则判断为地面点,否则判断为非地面点。
需要说明的是,点云是一系列点的集合。从严格意义上来讲,激光雷达扫描系统获取的数据包括以下各种数据;位置、角度、时间、距离、强度等等。用三维激光扫描仪扫描变电站设备所获得的三维点云,对获得的三维点云数据进行一定的处理,实现变电站设备的分类识别目标,具体的流程图如下图所示。其中,点云数据预处理主要涉及到变电站三维点云的排序精简以及分割去噪;然后再提取能够描述变电站设备外形轮廓信息的特征,包括长宽高、体积以及分层投影面积、投影密度、灰度等特征,根据提取的特征设计距离分离器,并利用粒子群算法对分类器的输入权值进行优化选择;将提取的特征输入距离分类器中,进行分类识别;最后根据识别结果以及模板信息对变电站设备的姿态进行估计,以便于变电站三维数字重构时设备的自动添加。
可选地,所述获得组成单个变电站设备的点云集合之前,所述方法还包括:
获取变电站的三维点云数据集合,待分割的设备点云数据集合包括顶部电线、地面和变电站设备,并将设备之外的三维点云集去除。
可选地,所述获得组成单个变电站设备的点云集合,包括:
获取变电站区域三维扫描点云数据,对整个变电站区域进行分块,以分块后的三维点云作为待处理的对象,根据变电站设备自身的特点,对整块点云进行自动分割,得到组成单个设备的点云集。
可选地,所述点云数据集合包括位置、角度、时间、距离、强度。
可选地,所述设定阈值为待分割点云集的高程最低值加0.2m。此时,不仅可以去除地面点,也可以去掉扫描域中单个离散无用点。具体流程如下图2所示。
具体而言,点云数据的分割算法总体可以分为两类;其中一类就是基于边缘的方法,该方法是通过检测点云的变化为起点的方法;另外一类就是基于区域的方法,该方法是通过检测点云的一致性为起点的方法。基于边缘的方法,一般情况下是通过一种边缘检测算法来提取表示特性不连续的一些边缘点,接着通过连接这些不连续的点形成一个封闭的轮廓区域。该算法主要包含两个阶段,第一阶段为不同区域的边界探测,第二阶段是群集边界内的点集,进而给出最后的分割。
点云的去噪处理是进行有效特征提取的重要前提,点云去噪指的是对于读入的点云进行噪声数据点的移除,从而减少甚至避免这些噪点对于后续设备特征值计算的影响,进而不影响最终的分类识别效果。由于本文的样本点云是从包含变电站数士个设备的点云块中分割获得的,所以在分割的过程中,不可避免的会有个别杂乱的噪点。这些噪声点除了对变电站设备的长宽高等全局特征有较为显著的影响之外,对于后面其它特征计算也会有一定的影响,所以,需要选择合适的方法去除这些噪声点。
这些分割出的变电站设备点云噪声数量一般比较少,散落在变电站设备四周边缘,基于实际工程中的噪声分布情况,对变电站设备进行分层去噪,对设备进行分层,然后将每层的点云在水平方向进行网格划分,统计每个网格中点云的数量,将该网格点云的数量与设定阈值进行比较,根据比较结果判断是否为噪声点,其中,根据实际情况,每层的高度设为0.1m,网格大小为0.05,阈值为3。此处仅作示例,不做限定。
本申请实施例还提供一种变电站设备三维点云数据处理系统,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现所述的方法步骤。
本申请实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现所述的方法步骤。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (7)
1.一种变电站设备三维点云数据处理方法,其特征在于,包括:
获得组成单个变电站设备的点云集合;
根据变电站的实际情况,对点云块进行水平投影,获得待处理区域的最大最小xyz坐标;
将最大最小xyz坐标在预设的xoy平面进行网格划分,以获得每个网格中的点云数据;
根据每个网格中的点云数据取得网格中点云的平均高度与设定阈值的关系,如果小于阈值,则判断为地面点,否则判断为非地面点。
2.根据权利要求1所述的变电站设备三维点云数据处理方法,其特征在于,所述获得组成单个变电站设备的点云集合之前,所述方法还包括:
获取变电站的三维点云数据集合,待分割的设备点云数据集合包括顶部电线、地面和变电站设备,并将设备之外的三维点云集去除。
3.根据权利要求1所述的变电站设备三维点云数据处理方法,其特征在于,所述获得组成单个变电站设备的点云集合,包括:
获取变电站区域三维扫描点云数据,对整个变电站区域进行分块,以分块后的三维点云作为待处理的对象,根据变电站设备自身的特点,对整块点云进行自动分割,得到组成单个设备的点云集。
4.根据权利要求1所述的变电站设备三维点云数据处理方法,其特征在于,所述点云数据集合包括位置、角度、时间、距离、强度。
5.根据权利要求1所述的变电站设备三维点云数据处理方法,其特征在于,所述设定阈值为待分割点云集的高程最低值加0.2m。
6.一种变电站设备三维点云数据处理系统,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-5中任一所述的方法步骤。
7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-5中任一所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111128686.9A CN113793421A (zh) | 2021-09-26 | 2021-09-26 | 一种变电站设备三维点云数据处理方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111128686.9A CN113793421A (zh) | 2021-09-26 | 2021-09-26 | 一种变电站设备三维点云数据处理方法、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113793421A true CN113793421A (zh) | 2021-12-14 |
Family
ID=79184365
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111128686.9A Pending CN113793421A (zh) | 2021-09-26 | 2021-09-26 | 一种变电站设备三维点云数据处理方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113793421A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114820747A (zh) * | 2022-06-28 | 2022-07-29 | 安徽继远软件有限公司 | 基于点云和实景模型的航线规划方法、装置、设备及介质 |
CN115937229A (zh) * | 2022-12-29 | 2023-04-07 | 深圳优立全息科技有限公司 | 一种基于超体素和图割算法的三维自动分割方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111091614A (zh) * | 2019-11-04 | 2020-05-01 | 国网内蒙古东部电力有限公司检修分公司 | 一种变电站三维实景模型建立方法及系统 |
CN112365503A (zh) * | 2020-10-29 | 2021-02-12 | 杭州富阳富创大数据产业创新研究院有限公司 | 基于点云数据的变电站场景分割方法 |
-
2021
- 2021-09-26 CN CN202111128686.9A patent/CN113793421A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111091614A (zh) * | 2019-11-04 | 2020-05-01 | 国网内蒙古东部电力有限公司检修分公司 | 一种变电站三维实景模型建立方法及系统 |
CN112365503A (zh) * | 2020-10-29 | 2021-02-12 | 杭州富阳富创大数据产业创新研究院有限公司 | 基于点云数据的变电站场景分割方法 |
Non-Patent Citations (1)
Title |
---|
李玲侠: "基于三维点云的变电站设备分类识别研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114820747A (zh) * | 2022-06-28 | 2022-07-29 | 安徽继远软件有限公司 | 基于点云和实景模型的航线规划方法、装置、设备及介质 |
CN115937229A (zh) * | 2022-12-29 | 2023-04-07 | 深圳优立全息科技有限公司 | 一种基于超体素和图割算法的三维自动分割方法及装置 |
CN115937229B (zh) * | 2022-12-29 | 2023-08-04 | 深圳优立全息科技有限公司 | 一种基于超体素和图割算法的三维自动分割方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110363861B (zh) | 基于激光雷达点云的田地作物三维重构方法 | |
Nie et al. | A revised progressive TIN densification for filtering airborne LiDAR data | |
CN111428748B (zh) | 一种基于hog特征和svm的红外图像绝缘子识别检测方法 | |
CN111985496B (zh) | 一种基于植被三维凸包的树障隐患快速检测方法和终端 | |
CN113793421A (zh) | 一种变电站设备三维点云数据处理方法、系统及存储介质 | |
CN112883878B (zh) | 一种基于三维格网的变电站场景下的点云自动分类方法 | |
CN105513127A (zh) | 基于密度峰值聚类的杆状物规则化三维建模方法及系统 | |
Li et al. | Adaptive building edge detection by combining LiDAR data and aerial images | |
CN107767389A (zh) | 一种基于机载激光点云数据的输电线自动提取方法 | |
CN110544298B (zh) | 变电站建模方法、装置、计算机设备和存储介质 | |
CN111783721B (zh) | 一种激光点云的车道线提取方法及电子设备 | |
CN110544308B (zh) | 变电站建模方法、装置、计算机设备和存储介质 | |
CN113570621B (zh) | 一种基于高精度点云与影像的树木信息提取方法及装置 | |
CN114581473A (zh) | 一种适用于多种场景的点云降采样方法及装置 | |
CN116704333B (zh) | 一种基于激光点云数据的单株林木检测方法 | |
CN112435272B (zh) | 一种基于图像轮廓分析的高压输电线连通域去除方法 | |
CN115797813B (zh) | 基于航拍图像的水环境污染检测方法 | |
CN106683105B (zh) | 图像分割方法及图像分割装置 | |
Rashidi et al. | Ground filtering LiDAR data based on multi-scale analysis of height difference threshold | |
CN117635615B (zh) | 基于深度学习实现冲孔模具的缺陷检测方法及系统 | |
CN114862889A (zh) | 基于遥感图像的道路边缘提取方法和装置 | |
CN114842262A (zh) | 融合线路通道正射影像的激光点云地物自动识别方法 | |
CN107886493B (zh) | 一种输电线路的导线分股缺陷检测方法 | |
CN114998274A (zh) | 对象的定位方法、装置、电子设备和可读存储介质 | |
CN115061150A (zh) | 一种基于激光雷达点云数据伪波形特征处理的建筑物提取方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |