CN114387176A - 一种输电线路多分裂导线激光扫描点云去噪方法 - Google Patents
一种输电线路多分裂导线激光扫描点云去噪方法 Download PDFInfo
- Publication number
- CN114387176A CN114387176A CN202111498489.6A CN202111498489A CN114387176A CN 114387176 A CN114387176 A CN 114387176A CN 202111498489 A CN202111498489 A CN 202111498489A CN 114387176 A CN114387176 A CN 114387176A
- Authority
- CN
- China
- Prior art keywords
- power line
- points
- point
- power
- line
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 230000005540 biological transmission Effects 0.000 title claims abstract description 23
- 239000004020 conductor Substances 0.000 title claims abstract description 18
- 238000007689 inspection Methods 0.000 claims abstract description 8
- 230000008030 elimination Effects 0.000 claims description 10
- 238000003379 elimination reaction Methods 0.000 claims description 10
- 238000010586 diagram Methods 0.000 claims description 5
- 238000005452 bending Methods 0.000 claims description 4
- 238000007621 cluster analysis Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 239000012212 insulator Substances 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000000725 suspension Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005622 photoelectricity Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Locating Faults (AREA)
Abstract
本发明公开一种输电线路多分裂导线激光扫描点云去噪方法,属于输电线路巡检技术领域,发明的方法中将电力线点单独分类出来,通过拟合电力线并最大程度排出了噪点对拟合结果的影响,在此基础上,通过计算点云到电力线之间的距离,实现了有效识别噪点并剔除,效果好且效率高。
Description
技术领域
本发明涉及一种输电线路多分裂导线激光扫描点云去噪方法,属于输电线路巡检技术领域。
背景技术
在利用机载激光扫描技术进行输电线路精细化巡检过程中,激光点云的密度高达6000点/平方米,而常规利用激光扫描技术开展地形测绘时,点云最高密度最高为200-300点/平方米。同时,两者的点密度和点表现形式各有不同。电力输电线路巡检中采集的电力线点云主要用于反映电力线的位置和轮廓,所以主要采集电力线和电力塔上的点,同时也要采集地表点;地形测绘中主要采集的点云为地面点,用于反映地形和地物的高程及平面信息。为获取电力线和电力塔上的高密度的点云,数据采集过程中,通常需要近距离、多次、多角度采集,才能保证电力线和电力塔上的点密度满足要求,而且近距离激光扫描,激光点半径非常小,受电力线的反射率和回波次数及空气中尘埃、辐射、光电等的影响更加明显,会导致电力线之间存在大量噪点。然而输电线路精细化巡检对点云准确性、密度和精度要求更加严格,在电力线连续、完整的条件下,不应存在噪点。
在实际应用中,传统的针对地形的噪点剔除算法有低点分类、孤立点分类等,对电力线之间噪点剔除算法主要为基于形态学和统计学的噪点剔除算法,然而这些算法对于规则的构件和噪点孤立性强的情况有较好的剔除效果,对于电力线之间连续成片的噪点,仅通过修改参考数值进行噪点自动分离的剔除效果不佳,主要表现为无法剔除噪点,或者剔除部分噪点的同时剔除了大量的正常点,从而导致电力线不连续或者轮廓丢失。
发明内容
为了解决上述现有技术存在的问题,本发明提供了一种输电线路多分裂导线激光扫描点云去噪方法,能够同时剔除电力线之间连续成片的噪点和分散的噪点。
本发明的技术方案如下:
本发明提供一种输电线路多分裂导线激光扫描点云去噪方法,包括如下步骤:
(1)利用点云数据处理软件,导入激光点云数据,并查看噪点分布情况;
(2)对点云进行宽松阈值的低点分类和孤立点分类,用于剔除明显的噪点;
(3)根据巡检线路路径确定的电力线,以两电力塔之间的中点为中心左右向外各扩电力线横担宽度0.6倍的距离,形成闭合的电力线走廊,对电力线走廊范围内的点云进行去噪处理;
(4)对电力线走廊内的点云进行地面点自动分类,遍历连续两档电力塔之间的点云,最终将电力线点单独分类出来,暂时存储为temp类;
(5)沿初始线方向,截取各剖面点云,在每个剖面上,通过对temp类点进行聚类分析,得到各电力线的中心点为用于每根电力线拟合的初始点,组成初始点坐标组Nqp(xp,yp,zp);
(6)利用每根电力线的初始点坐标组中提供的众多电力线点坐标,拟合电力线的悬链线方程;并利用最小二乘法对拟合的电力线进行粗差剔除,循环进行悬链线拟合,直至拟合出最佳电力线的悬链线方程;
(7)遍历每根拟合的电力线,在temp类中,距离拟合的电力线指定距离之内的点归并到各自的电力线点类中,temp类中剩余的点即为噪点;
(8)遍历每个电力线点类,对每个类中的点按照距离起点由近到远顺序排序,之后逐一计算相邻两点的距离k,对于距离超出阈值要求的,记录距离值k 和两点坐标;距离k即为电力线断开的距离;
(9)循环步骤(7)至(8)直至完成所有电力线遍历,循环步骤(4)至 (8)直至所有连续档遍历后删除未归入指定电力线类的点,完成去噪,同时将全部断点超限的位置和断开距离输出并绘制断开线示意图。
进一步的,在所述步骤(8)之前对断点超限位置和断开距离进行判断前,需要判断电力线类型,根据电力线的位置,找到最高的两根电力线即为地线,其它均为导线。
进一步的,所述步骤(4)中单独分类电力线点的具体步骤为:
S401、对获得的电力线走廊内的点云进行自动分类地面点;
S402、未分类的点中距地面的高度5-100米的点且距离电力塔超过5米的点统一分类到temp类;
S403、沿线路路径,对每两个电力塔之间的点云进行分类,在两档电力塔之间截取整个电力线走廊的剖面将除电力线点外的其他点从temp类剔除,电力线点单独分类出来进行后续去噪处理。
进一步的,所述步骤(5)中截取各剖面点云的具体步骤为:
S501、根据线路路径确定电力线初始走向和电力塔位置,以相邻两电力塔连线间的电力线作为查找电力线的初始线;
S502、确定初始线的中点位置M点,在沿M点向两侧每隔指定长度d的位置处截取指定宽度为w的剖面S,剖面取到距离电力线点范围起点和终点各5 米处截止,共截取Q个剖面;
进一步的,所述步骤S502中指定长度d由电力线弯曲程度确定;指定宽度 w由点云采集密度和电力线的弯曲程度确定。
进一步的,所述步骤(5)中坐标组Nqp(xp,yp,zp)中,q为0,1,2,3……Q,其中Q为剖面总数量,p为0,1,2,3……P,其中P为电线总数,是架空电力线路的基本参数,包括导线根数和地线根数,P的取值为从左到右,从上到下,依次赋值。
进一步的,所述步骤(6)中在初始点坐标组Nqp中,第n根电力线点的全部坐标存储在数组Nqn(xn,yn,zn),其中q为0,1,2,3……Q,其中Q为剖面总数量。
进一步的,所述步骤(6)中根据电力线的直径,设置粗差剔除的阈值。
进一步的,所述步骤(7)中每根拟合的电力线上的点单独划分为一个电力线点类。
进一步的,所述步骤(7)中指定距离的取值由电力线直径确定。
相较于传统剔除电力线间的噪点的方法,本发明的有益效果在于:
1、本发明提供的一种输电线路多分裂导线激光扫描点云去噪方法可将电力线之间分散的和连片的噪点都完全剔除,尤其在面临电力线较多,比如同塔双回、多分裂等情况下,噪点分布在电力线之间,且电力线是弯曲的,人工无法有效识别两电力线之间的噪点,本发明的方法中将电力线点单独分类出来,通过拟合电力线并最大程度排出了噪点对拟合结果的影响,在此基础上,通过计算点云到电力线之间的距离,实现了有效识别噪点并剔除,效果好且效率高。
2、利用传统的方法剔除电力线噪点,在进行孤立分类中,对于局部有断开或者点密度较低的情况下,容易在段开处将断开位置的点当做孤立点剔除,进而加剧电力线断开的距离,本发明提供的输电线路多分裂导线激光扫描点云去噪方法克服了上述缺点,可以在断开处和电力线点密度较低的局部区域,较好地保留电力线点,避免加剧电力线断开的程度,保证成果质量不因数据处理而降低。
3、由于电力线是弯曲的,人工无法准确量测弯曲的电力线长度,因此,利用传统方法量测电力线断开距离时,量测的断开点的直线距离,不是实际电力线长度,而本发明提供输电线路多分裂导线激光扫描点云去噪方法基于拟合的电力线计算电力线断开的实际长度,并且能够提供断开的准确位置,为补飞和数据处理提供依据。
附图说明
图1为本发明的流程示意图;
图2为本发明具体实施例中经典的悬链线方程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,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。
参见图1,一种输电线路多分裂导线激光扫描点云去噪方法,包括如下步骤:
(1)利用点云数据处理软件,导入激光点云数据,并查看噪点分布情况;
(2)对点云进行宽松阈值的低点分类和孤立点分类,用于剔除明显的噪点;
其中,分离低点规则是把较低的点从与其相邻的点中分离出来,经常用于搜寻明显低于地面的点,而这些点可能是错误的,这一算法的基本原理是:用一个点的高程值与给定距离范围内每一个点的高程值比较,如果中心点明显低于其它点,这个点将被分离出来为一类;有时会有错误点密度较高的情况,如果有几个错误点彼此离的很近,搜索单一点并不能发现它们,所以这一规则也可以把一组点从它们周围的点中分离出来;
其中,孤立点分类的规则是对三维搜索半径内没有太多相邻点的点进行分类,用于在空中或地下寻找孤立点;
(3)根据巡检线路路径确定的电力线,以两电力塔之间的中点为中心左右向外各扩电力线横担宽度0.6倍的距离,形成闭合的电力线走廊,对电力线走廊范围内的点云进行去噪处理;电力线走廊外的点单独列出来暂不处理;
(4)对电力线走廊内的点云进行地面点自动分类,遍历连续两档电力塔之间的点云,也就是相邻的两电力塔之间的点云,逐一进行处理,不遗漏,最终将电力线点单独分类出来,暂时存储为temp类,用于后续步骤的处理,避免其它类型的点对处理结果的影响;
(5)沿初始线方向,截取各剖面点云,在每个剖面上,通过对temp类点进行聚类分析,得到各电力线的中心点为用于每根电力线拟合的初始点,组成初始点坐标组Nqp(xp,yp,zp),q为0,1,2,3……Q,其中Q为剖面总数量,p为 0,1,2,3……P,其中P为电线总数,是架空电力线路的基本参数,包括导线根数和地线根数,P的取值为从左到右,从上到下,依次赋值;
(6)利用每根电力线的初始点坐标组中提供的众多电力线点坐标Nqp,第 n根电力线点的全部坐标存储在数组Nqn(xn,yn,zn),其中q为0,1,2,3……Q,其中Q为剖面总数量,拟合电力线的悬链线方程;并利用最小二乘法对拟合的电力线进行平差,根据电力线的直径,设置粗差剔除的阈值,剔除粗差后再次极性悬链线拟合,并不断循环,直至拟合出最佳电力线的悬链线方程,利用最小二乘法原理进行粗差剔除,能够最大程度减少噪点对电力线拟合结果的影响;悬链线指的是一种曲线,两端固定的一条均匀、柔软的链条,在重力作用下所具有的曲线形状;经典的悬链线方程如图2:
其中:h:两悬挂点间垂直距离,m;l:两悬挂点间的水平距离,m;σ0:电线各点的水平应力,N/mm2;γ:电线比载(单位长度、单位截面积上的荷载), N/m·mm2。
即悬链线上任一点的坐标,可通过σ0和γ计算得到,
则公式(1)简化为:
k值是设计专业根据工况条件计算得到的,不同的取值可以得到不同条件下的弧垂,包括最大弧垂等。也可以通过计算反推;
(7)遍历每根拟合的电力线,在temp类中,距离拟合的电力线指定距离(指定距离的取值由电力线直径确定)之内的点归并到各自的电力线点类中(每根拟合的电力线上的点单独划分为一个电力线点类),temp类中剩余的点即为噪点;
(8)遍历每个电力线点类,对每个类中的点按照距离起点由近到远顺序排序,之后逐一计算相邻两点的距离k,对于距离超出阈值要求的,记录距离值k 和两点坐标;距离k即为电力线断开的距离;
(9)循环步骤(7)至(8)直至完成所有电力线遍历,循环步骤(4)至 (8)直至所有连续档遍历后删除未归入指定电力线类的点,完成去噪,同时将全部断点超限的位置和断开距离输出并绘制断开线示意图。
进一步的,根据电力线的位置,找到最高的两根电力线即为地线,其他均为导线,判断出电力线类型后,可以为电力线断开情况是否超过质量要求提供标准,比如地线和导线的断开距离超限值是不同的。
进一步的,所述步骤(4)中单独分类电力线点的具体步骤为:
S401、对获得的电力线走廊内的点云进行自动分类地面点;
S402、未分类的点中距地面的高度5-100米的点且距离电力塔超过5米的点统一分类到temp类;
S403、沿线路路径,对每两个电力塔之间的点云进行分类,在两档电力塔之间截取整个电力线走廊的剖面将除电力线点外的其他点从temp类剔除,电力线点单独分类出来进行后续去噪处理。
进一步的,所述步骤(5)中截取各剖面点云的具体步骤为:
S501、根据线路路径确定电力线初始走向和电力塔位置,以相邻两电力塔连线间的电力线作为查找电力线的初始线;
S502、确定初始线的中点位置M点,在沿M点向两侧每隔指定长度d(由电力线弯曲程度确定,参数的设置保证能够足够多的采样)的位置处截取指定宽度为w(由点云采集密度和电力线的弯曲程度确定,参数的设置尽量保证在剖面上能清晰体现电力线淑恋)的剖面S,剖面取到距离电力线点范围起点和终点各5米处截止(该参数的设置是由于靠近电力塔附近噪点会明显更多的规律而设定的,同时还考虑到靠近电力塔附件,绝缘子串对电力线影响较大,具体工程引用中,根据实际绝缘子长度和噪点在电力塔附件聚集的情况设定参数),共截取Q个剖面。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种输电线路多分裂导线激光扫描点云去噪方法,其特征在于,包括如下步骤:
(1)利用点云数据处理软件,导入激光点云数据,并查看噪点分布情况;
(2)对点云进行宽松阈值的低点分类和孤立点分类,用于剔除明显的噪点;
(3)根据巡检线路路径确定的电力线,以两电力塔之间的中点为中心左右向外各扩电力线横担宽度0.6倍的距离,形成闭合的电力线走廊,对电力线走廊范围内的点云进行去噪处理;
(4)对电力线走廊内的点云进行地面点自动分类,遍历连续两档电力塔之间的点云,最终将电力线点单独分类出来,暂时存储为temp类。
(5)沿初始线方向,截取各剖面点云,在每个剖面上,通过对temp类点进行聚类分析,得到各电力线的中心点为用于每根电力线拟合的初始点,组成初始点坐标组Nqp(xp,yp,zp);
(6)利用每根电力线的初始点坐标组中提供的众多电力线点坐标,拟合电力线的悬链线方程;并利用最小二乘法对拟合的电力线进行粗差剔除,循环进行悬链线拟合,直至拟合出最佳电力线的悬链线方程;
(7)遍历每根拟合的电力线,在temp类中,距离拟合的电力线指定距离之内的点归并到各自的电力线点类中,temp类中剩余的点即为噪点;
(8)遍历每个电力线点类,对每个类中的点按照距离起点由近到远顺序排序,之后逐一计算相邻两点的距离k,对于距离超出阈值要求的,记录距离值k和两点坐标;距离k即为电力线断开的距离;
(9)循环步骤(7)至(8)直至完成所有电力线遍历,循环步骤(4)至(8)直至所有连续档遍历后删除未归入指定电力线类的点,完成去噪,同时将全部断点超限的位置和断开距离输出并绘制断开线示意图。
2.如权利要求1所述一种输电线路多分裂导线激光扫描点云去噪方法,其特征在于:在所述步骤(8)之前对断点超限位置和断开距离进行判断前,需要判断电力线类型,根据电力线的位置,找到最高的两根电力线即为地线,其它均为导线。
3.如权利要求1所述一种输电线路多分裂导线激光扫描点云去噪方法,其特征在于:所述步骤(4)中单独分类电力线点的具体步骤为:
S401、对获得的电力线走廊内的点云进行自动分类地面点;
S402、未分类的点中距地面的高度5-100米的点且距离电力塔超过5米的点统一分类到temp类;
S403、沿线路路径,对每两个电力塔之间的点云进行分类,在相邻两电力塔之间截取整个电力线走廊的剖面将除电力线点外的其他点从temp类剔除,电力线点单独分类出来进行后续去噪处理。
4.如权利要求1所述一种输电线路多分裂导线激光扫描点云去噪方法,其特征在于:所述步骤(5)中截取各剖面点云的具体步骤为:
S501、根据线路路径确定电力线初始走向和电力塔位置,以相邻两电力塔连线间的电力线作为查找电力线的初始线;
S502、确定初始线的中点位置M点,在沿M点向两侧每隔指定长度d的位置处截取指定宽度为w的剖面S,剖面取到距离电力线点范围起点和终点各5米处截止,共截取Q个剖面。
5.如权利要求4所述一种输电线路多分裂导线激光扫描点云去噪方法,其特征在于:所述步骤S502中指定长度d由电力线弯曲程度确定;指定宽度w由点云采集密度和电力线的弯曲程度确定。
6.如权利要求1所述一种输电线路多分裂导线激光扫描点云去噪方法,其特征在于:所述步骤(5)中坐标组Nqp(xp,yp,zp)中,q为0,1,2,3……Q,其中Q为剖面总数量,p为0,1,2,3……P,其中P为电线总数,是架空电力线路的基本参数,包括导线根数和地线根数,P的取值为从左到右,从上到下,依次赋值。
7.如权利要求1所述一种输电线路多分裂导线激光扫描点云去噪方法,其特征在于:所述步骤(6)中在初始点坐标组Nqp中,第n根电力线点的全部坐标存储在数组Nqn(xn,yn,zn),其中q为0,1,2,3……Q,其中Q为剖面总数量。
8.如权利要求1所述一种输电线路多分裂导线激光扫描点云去噪方法,其特征在于:所述步骤(6)中根据电力线的直径,设置粗差剔除的阈值。
9.如权利要求1所述一种输电线路多分裂导线激光扫描点云去噪方法,其特征在于:所述步骤(7)中每根拟合的电力线上的点单独划分为一个电力线点类。
10.如权利要求1所述一种输电线路多分裂导线激光扫描点云去噪方法,其特征在于:所述步骤(7)中指定距离的取值由电力线直径确定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111498489.6A CN114387176B (zh) | 2021-12-09 | 2021-12-09 | 一种输电线路多分裂导线激光扫描点云去噪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111498489.6A CN114387176B (zh) | 2021-12-09 | 2021-12-09 | 一种输电线路多分裂导线激光扫描点云去噪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114387176A true CN114387176A (zh) | 2022-04-22 |
CN114387176B CN114387176B (zh) | 2023-01-24 |
Family
ID=81195654
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111498489.6A Active CN114387176B (zh) | 2021-12-09 | 2021-12-09 | 一种输电线路多分裂导线激光扫描点云去噪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114387176B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116935234A (zh) * | 2023-09-18 | 2023-10-24 | 众芯汉创(江苏)科技有限公司 | 一种输电线走廊点云数据自动分类和树障预警系统及方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106157361A (zh) * | 2016-05-31 | 2016-11-23 | 中国科学院遥感与数字地球研究所 | 一种基于LiDAR点云的多分裂导线全自动三维重建方法 |
CN106709946A (zh) * | 2016-12-16 | 2017-05-24 | 武汉大学 | 基于LiDAR点云的多分裂导线自动提取与精细建模方法 |
-
2021
- 2021-12-09 CN CN202111498489.6A patent/CN114387176B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106157361A (zh) * | 2016-05-31 | 2016-11-23 | 中国科学院遥感与数字地球研究所 | 一种基于LiDAR点云的多分裂导线全自动三维重建方法 |
CN106709946A (zh) * | 2016-12-16 | 2017-05-24 | 武汉大学 | 基于LiDAR点云的多分裂导线自动提取与精细建模方法 |
Non-Patent Citations (1)
Title |
---|
周钦坤等: "机载LiDAR数据中电力线的自动提取与重建", 《测绘通报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116935234A (zh) * | 2023-09-18 | 2023-10-24 | 众芯汉创(江苏)科技有限公司 | 一种输电线走廊点云数据自动分类和树障预警系统及方法 |
CN116935234B (zh) * | 2023-09-18 | 2023-12-26 | 众芯汉创(江苏)科技有限公司 | 一种输电线走廊点云数据自动分类和树障预警系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114387176B (zh) | 2023-01-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106709946B (zh) | 基于LiDAR点云的多分裂导线自动提取与精细建模方法 | |
CN110363861B (zh) | 基于激光雷达点云的田地作物三维重构方法 | |
CN112465948B (zh) | 一种保留空间特征的车载激光路面点云抽稀方法 | |
CN111340723B (zh) | 一种地形自适应的机载LiDAR点云正则化薄板样条插值滤波方法 | |
CN105844602B (zh) | 一种基于体元的机载lidar点云三维滤波方法 | |
CN109001757B (zh) | 一种基于2d激光雷达的车位智能检测方法 | |
US20130096886A1 (en) | System and Method for Extracting Features from Data Having Spatial Coordinates | |
CN114387176B (zh) | 一种输电线路多分裂导线激光扫描点云去噪方法 | |
CN110728689A (zh) | 一种基于点云数据的既有铁路中线提取方法 | |
EP2894600B1 (en) | Method of processing 3D sensor data to provide terrain segmentation | |
CN114266987A (zh) | 一种无人机高边坡危岩体智能识别方法 | |
CN111325138A (zh) | 一种基于点云局部凹凸特征的道路边界实时检测方法 | |
CN111950589B (zh) | 结合K-means聚类的点云区域生长优化分割方法 | |
CN116523898A (zh) | 一种基于三维点云的烟草表型性状提取方法 | |
CN115423824A (zh) | 一种基于点云体素矩形栅格的火车车厢的定位与分割方法 | |
CN118262056B (zh) | 气体绝缘开关设备的三维模型重建方法及系统、存储介质 | |
CN113379919A (zh) | 一种基于无人机rgb相机的植被冠层高度快速提取方法 | |
CN112348802A (zh) | 植物叶倾角测量方法及装置 | |
CN110060289B (zh) | 电力线提取方法和激光雷达系统、存储介质 | |
CN114898118A (zh) | 基于多源点云的输电线路房屋拆迁量自动统计方法及系统 | |
CN117952960A (zh) | 基于人工智能的电力铁塔部件缺陷检测方法 | |
CN115143936A (zh) | 一种基于激光点云的输电工程杆塔倾斜度测量方法 | |
CN116957963A (zh) | 基于分层k领域的输电线路激光点云数据噪声处理方法 | |
CN111079650A (zh) | 基于改进knn-dpc算法的激光点云分裂导线提取方法 | |
CN113762310B (zh) | 一种点云数据分类方法、装置、计算机存储介质及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |