CN114399591A - 基于激光点云数据的输电线路本体矢量化提取方法及装置 - Google Patents

Abstract

本发明提供一种基于激光点云数据的输电线路本体矢量化提取方法及装置，该方法包括：对输电线路本体的激光点云数据进行分类，得到杆塔点云数据、绝缘子点云数据、引流线点云数据、导线点云数据及地线点云数据；分别根据杆塔点云数据、绝缘子点云数据、引流线点云数据、导线点云数据及地线点云数据进行矢量化计算得到对应的矢量模型；根据各矢量模型对应的拓扑关系确定挂点矢量点；根据各矢量模型以及挂点矢量点确定输电线路本体的矢量模型。本申请对激光点云数据进行矢量化提取，既保留了点云数据精度高的特点，又弥补了激光点云数据点云密度不足和点云缺失的问题。

Description

基于激光点云数据的输电线路本体矢量化提取方法及装置

技术领域

本申请涉及点云数据处理领域，具体涉及一种基于激光点云数据的输电线路本体矢量化提取方法及装置。

背景技术

激光扫描技术是近年来迅速发展起来的一种新型空间数据获取手段和工具，利用三维激光扫描系统可以进行地物三维重建，获取局部区域空间信息，因而在三维建模研究与应用方面受到越来越广泛的关注。目前电力行业通过直升机或无人机智能巡检已掌握了输电线路三维(二维)航巡数据，但是大部分数据仍然停留在任务完成后出具树障报告及进行点云分类后直接移交给客户的初步阶段，存在数据深化应用不足的问题，尤其在激光点云数据的应用方面，虽然掌握了最为全面的线路走廊数据，但未形成输电线路三维模型。激光点云数据的应用停留在利用点云构建DEM叠加高清影像展示输电线路廊道及树障分析，尽管点云数据的精度高，但是对于杆塔、绝缘子及各种金具而言，获取到的激光点云数据的密度很不理想。

准确的对输电线路本体模型进行矢量化提取，可以弥补点云密度不足或者因遮挡等原因造成的点云缺失。然而现有的输电线路本体矢量化提取方法的执行很大程度依赖手工操作，自动化程度不高，导致效率低下、工作反复，且容易受人为因素的影响。

发明内容

为了解决点云数据的点云密度不足以及因遮挡造成的点云缺失的问题，第一方面，本申请提供一种基于激光点云数据的输电线路本体矢量化提取方法，该方法包括：

对输电线路本体的激光点云数据进行分类，得到杆塔点云数据、绝缘子点云数据、引流线点云数据、导线点云数据及地线点云数据；

根据所述杆塔点云数据进行矢量化计算得到杆塔矢量模型；

分别对所述绝缘子点云数据、引流线点云数据、导线点云数据及地线点云数据进行聚类拟合计算得到对应的绝缘子矢量模型、引流线矢量模型、导线矢量模型以及地线矢量模型；

根据所述杆塔矢量模型、所述绝缘子矢量模型、所述引流线矢量模型、所述导线矢量模型以及所述地线矢量模型及对应的线路台账信息形成的拓扑关系确定挂点矢量点；

根据所述杆塔矢量模型、所述绝缘子矢量模型、所述引流线矢量模型、所述导线矢量模型、所述地线矢量模型以及所述挂点矢量点确定输电线路本体的矢量模型。

在一实施例中，所述根据所述杆塔点云数据进行矢量化计算得到杆塔矢量模型，包括：

根据杆塔点云数据确定杆塔的结构类型；

根据所述结构类型及所述杆塔点云数据的点云密度确定多个杆塔结构分块，并将所述多个结构分块重组得到杆塔组合模型；

根据所述杆塔点云数据生成灰度图像，并对所述灰度图像进行轮廓提取和角点提取，得到关键连接点；

根据所述关键连接点对所述杆塔组合模型进行连接计算，得到所述杆塔矢量模型。

在一实施例中，对引流线点云数据进行聚类拟合计算得到对应的引流线矢量模型，包括：

根据平抛物线方程对所述引流线点云数据进行聚类拟合得到引流线矢量线；

根据所述引流线矢量线及对应的引流线的型号及分裂数确定引流线矢量模型。

在一实施例中，所述根据所述引流线矢量线及对应的引流线的型号及分裂数确定引流线矢量模型，包括：

从线路台账信息中获取引流线的型号及分裂数；

以所述引流线矢量线为中心线，按照对应的引流线的型号及分裂数进行分裂计算，得到所述引流线矢量模型。

在一实施例中，对导线点云数据进行聚类拟合计算得到对应的导线矢量模型，包括：

根据平抛物线方程对所述导线点云数据进行聚类拟合得到导线矢量线；

根据所述导线矢量线及对应的导线的型号及分裂数确定导线矢量模型。

在一实施例中，所述根据所述导线矢量线及对应的导线的型号及分裂数确定导线矢量模型，包括：

从线路台账信息中获取导线的型号及分裂数；

以所述导线矢量线为中心线，按照对应的导线的型号及分裂数进行分裂计算，得到所述导线矢量模型。

在一实施例中，所述输电线路本体矢量化提取方法还包括：

根据所述引流线点云数据及导线点云数据的点云密度确定间隔棒位置并生成间隔棒矢量点。

在一实施例中，在对输电线路本体的激光点云数据进行分类之后，所述输电线路本体矢量化提取方法还包括：

对分类后的输电线路本体的激光点云数据进行坐标偏移计算。

第二方面，本申请提供一种基于激光点云数据的输电线路本体矢量化提取装置，该装置包括：

点云数据预处理模块，用于对输电线路本体的激光点云数据进行分类，得到杆塔点云数据、绝缘子点云数据、引流线点云数据、导线点云数据及地线点云数据；

杆塔矢量模型生成模块，用于根据所述杆塔点云数据进行矢量化计算得到杆塔矢量模型；

线路矢量模型生成模块，用于分别对所述绝缘子点云数据、引流线点云数据、导线点云数据及地线点云数据进行聚类拟合计算得到对应的绝缘子矢量模型、引流线矢量模型、导线矢量模型以及地线矢量模型；

挂点矢量点生成模块，用于根据所述杆塔矢量模型、所述绝缘子矢量模型、所述引流线矢量模型、所述导线矢量模型以及所述地线矢量模型及对应的线路台账信息形成的拓扑关系确定挂点矢量点；

输电线路本体矢量模型生成模块，用于根据所述杆塔矢量模型、所述绝缘子矢量模型、所述引流线矢量模型、所述导线矢量模型、所述地线矢量模型以及所述挂点矢量点确定输电线路本体的矢量模型。

在一实施例中，所述杆塔矢量模型生成模块包括：

杆塔结构确定单元，用于根据杆塔点云数据确定杆塔的结构类型；

杆塔组合模型生成单元，用于根据所述结构类型及所述杆塔点云数据的点云密度确定多个杆塔结构分块，并将所述多个结构分块重组得到杆塔组合模型；

关键连接点确定单元，用于根据所述杆塔点云数据生成灰度图像，并对所述灰度图像进行轮廓提取和角点提取，得到关键连接点；

杆塔矢量模型生成单元，用于根据所述关键连接点对所述杆塔组合模型进行连接计算，得到所述杆塔矢量模型。

在一实施例中，所述线路矢量模型生成模块包括引流线矢量模型生成单元，所述引流线矢量模型生成单元包括：

引流线拟合子单元，用于根据平抛物线方程对所述引流线点云数据进行聚类拟合得到引流线矢量线；

引流线模型生成子单元，用于根据所述引流线矢量线及对应的引流线的型号及分裂数确定引流线矢量模型。

在一实施例中，所述引流线模型生成子单元具体用于：

从线路台账信息中获取引流线的型号及分裂数；

以所述引流线矢量线为中心线，按照对应的引流线的型号及分裂数进行分裂计算，得到所述引流线矢量模型。

在一实施例中，所述线路矢量模型生成模块包括导线矢量模型生成单元，所述导线矢量模型生成单元包括包括：

导线拟合子单元，用于根据平抛物线方程对所述导线点云数据进行聚类拟合得到导线矢量线；

导线模型生成子单元，用于根据所述导线矢量线及对应的导线的型号及分裂数确定导线矢量模型。

在一实施例中，所述导线模型生成子单元具体用于：

从线路台账信息中获取导线的型号及分裂数；

以所述导线矢量线为中心线，按照对应的导线的型号及分裂数进行分裂计算，得到所述导线矢量模型。

在一实施例中，所述输电线路本体矢量化提取装置还包括间隔棒矢量点生成模块，用于：

根据所述引流线点云数据及导线点云数据的点云密度确定间隔棒位置并生成间隔棒矢量点。

在一实施例中，所述点云数据预处理模块还用于：

对分类后的输电线路本体的激光点云数据进行坐标偏移计算。

第三方面，本申请提供一种电子设备，包括：

中央处理器、存储器、通信模块，所述存储器中存储有计算机程序，所述中央处理器可调用所述计算机程序，所述中央处理器执行所述计算机程序时实现本申请提供的任一输电线路本体矢量化提取方法。

第四方面，本申请提供一种计算机存储介质，用于存储计算机程序，所述计算机程序被处理器执行时实现本申请提供的任一输电线路本体矢量化提取方法。

本申请的基于激光点云数据的输电线路本体矢量化提取方法及装置解决了传统的输电线路本体矢量化提取依赖人工操作、自动化程度低的问题，缩短了数据生成时间，提高了生产效率。同时，由于不受人为操作的个体差异的影响，结果可靠度高。本申请直接基于激光点云数据和线路台账信息进行矢量化提取，分别对杆塔、导线、地线、引流先、绝缘子、间隔棒以及挂点进行矢量化提取，得到的输电线路本体的矢量模型更加清晰准确，具有较高的应用价值。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请的基于激光点云数据的输电线路本体矢量化提取方法的示意图。

图2为本申请的另一种基于激光点云数据的输电线路本体矢量化提取方法的示意图。

图3为本申请的另一种基于激光点云数据的输电线路本体矢量化提取方法的示意图。

图4为多种结构类型的杆塔对应的杆塔矢量模型。

图5为本申请的另一种基于激光点云数据的输电线路本体矢量化提取方法的示意图。

图6为本申请的另一种基于激光点云数据的输电线路本体矢量化提取方法的示意图。

图7为本申请的基于激光点云数据的输电线路本体矢量化提取装置的示意图。

图8为本申请的另一种基于激光点云数据的输电线路本体矢量化提取装置的示意图。

图9为本申请的另一种基于激光点云数据的输电线路本体矢量化提取装置的示意图。

图10为本申请的另一种基于激光点云数据的输电线路本体矢量化提取装置的示意图。

图11为本申请的另一种基于激光点云数据的输电线路本体矢量化提取装置的示意图。

图12为本申请提供的一种电子设备的示意图。

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，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做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。

本申请提供一种基于激光点云数据的输电线路本体矢量化提取方法(后续可简称为输电线路本体矢量化提取方法)，如图1所示，该方法包括以下步骤：

步骤S101，对输电线路本体的激光点云数据进行分类，得到杆塔点云数据、绝缘子点云数据、引流线点云数据、导线点云数据及地线点云数据。

具体地，输电电路本体的激光点云数据可通过直升机或无人机获取，获取到的激光点云数据中包括输电电路本体的杆塔、绝缘子、引流线、导线及地线等对应的点云数据，本步骤对激光点云数据进行分类，得到杆塔点云数据、绝缘子点云数据、引流线点云数据、导线点云数据及地线点云数据，以便于后续分别基于杆塔点云数据、绝缘子点云数据、引流线点云数据、导线点云数据及地线点云数据实现杆塔、绝缘子、引流线、导线及地线对应的矢量模型。

步骤S103，根据所述杆塔点云数据进行矢量化计算得到杆塔矢量模型。

可以理解的是，杆塔点云数据中包含多个杆塔的点云数据，而在生成杆塔矢量模型时，需要依次对每一个杆塔的点云数据进行处理得到该塔杆对应的塔杆矢量模型。为了从塔杆点云数据中快速获取到某一塔杆对应的点云数据，可借助线路台账信息中杆塔的坐标信息进行匹配。后续的步骤中均以某一个杆塔对应的点云数据为例进行说明，并不代表实际中仅得到一个杆塔矢量模型。前述提及的绝缘子点云数据、引流线点云数据、导线点云数据及地线点云数据同理。

此外，线路台账信息中的电压等级信息也可辅助杆塔高度计算、导地线间隔和绝缘子串的识别。具体的矢量化计算方法将在后续实施例进行详细说明。

步骤S105，分别对所述绝缘子点云数据、引流线点云数据、导线点云数据及地线点云数据进行聚类拟合计算得到对应的绝缘子矢量模型、引流线矢量模型、导线矢量模型以及地线矢量模型。

本步骤对除杆塔点云数据之外的其他几类点云数据分别进行聚类拟合计算，得到对应的绝缘子矢量模型、引流线矢量模型、导线矢量模型以及地线矢量模型。

本申请基于杆塔与绝缘子、引流线、导线和地线的结构复杂程度的不同，采用不同的矢量化提取和表达方法。其中，线路的矢量化模型可采用悬链线数学模型表达。

步骤S107，根据所述杆塔矢量模型、所述绝缘子矢量模型、所述引流线矢量模型、所述导线矢量模型以及所述地线矢量模型及对应的线路台账信息形成的拓扑关系确定挂点矢量点。

挂点信息是绝缘子与导线、引流线和杆塔之间、地线与杆塔之间的重要信息。本申请基于杆塔矢量模型、绝缘子矢量模型、引流线矢量模型、导线矢量模型以及地线矢量模型组成的拓扑关系确定挂点矢量点，使得最终得到的输电线路本体的矢量模型中包含清晰完整的挂点信息，无需在点云密度不足和点云缺失的情况下手动选点。

步骤S109，根据所述杆塔矢量模型、所述绝缘子矢量模型、所述引流线矢量模型、所述导线矢量模型、所述地线矢量模型以及所述挂点矢量点确定输电线路本体的矢量模型。

本申请对输电线路本体的点云数据进行矢量化提取，并针对杆塔、绝缘子、导线、地线和引流线分别进行矢量化模型的建立，最终得到完整的输电电路本体的矢量模型。使用本申请得到的输电电路本体的矢量模型与输电线路本体的激光点云数据高度吻合。本申请在确定挂点矢量点时无需人工介入，自动化程度高。

在一实施例中，如图2所示，在步骤S101，对输电线路本体的激光点云数据进行分类之后，还包括：

步骤S102，对分类得到的每一类点云数据进行坐标偏移计算，生成坐标偏移文件以及坐标偏移后的点云数据。

经过坐标偏移计算后的点云数据XY坐标的数值变小，有助于提高后续步骤的计算精度和计算速度。

在一实施例中，如图3所示，步骤S103，根据所述杆塔点云数据进行矢量化计算得到杆塔矢量模型，具体包括以下步骤：

步骤S1031，根据杆塔点云数据确定杆塔的结构类型。

具体地，杆塔的结构类型包括干子塔、猫头塔、V型塔等。根据杆塔点云数据确定杆塔的结构类型具体为根据杆塔点云数据构成的轮廓确定杆塔的结构类型，具体可针对杆塔点云数据生成灰度图像，经过形态学处理后对灰度图像进行轮廓提取，即可得到杆塔点云数据对应的轮廓。然后将杆塔点云数据对应的轮廓与预设的多个杆塔结构类型的轮廓进行匹配，并将匹配程度最高的一杆塔结构类型确定为杆塔的结构类型。

步骤S1032，根据所述结构类型及所述杆塔点云数据的点云密度确定多个杆塔结构分块，并将所述多个结构分块重组得到杆塔组合模型。

具体地，该步骤为基于杆塔点云数据进行结构分解。其中，基于杆塔结构的相似性，通常可将杆塔分解为柱状结构、倒三棱锥结构、四棱台结构和复杂结构。而结构分解位置的确定则需要根据杆塔点云数据的局部最大点云密度确定。通常，将局部最大点云密度大于预设的点云密度阈值的位置作为结构分解位置。

在结构分解位置按照结构类型对杆塔点云数据进行分组，每组杆塔点云数据对应一种杆塔结构，然后针对每组杆塔点云数据建立模型即可得到多个杆塔结构分块。杆塔结构分块中包含柱状结构分块、倒三棱锥结构分块、四棱台结构分块和复杂结构分块。

将得到的多个塔杆结构分块进行重组即可得到杆塔组合模型，可以理解，塔杆组合模型为一三维立体结构的模型。

步骤S1033，根据所述杆塔点云数据生成灰度图像，并对所述灰度图像进行轮廓提取和角点提取，得到关键连接点。

具体地，针对每一塔杆对应的杆塔点云数据，生成塔杆灰度图像；对塔杆灰度图像进行形态学处理及轮廓提取，得到塔杆轮廓；对塔杆轮廓进行角点提取，得到塔杆角点数据，即关键连接点。

步骤S1034，根据所述关键连接点对所述杆塔组合模型进行连接计算，得到所述杆塔矢量模型。

具体地，将关键连接点与所述杆塔组合模型重叠；将杆塔组合模型与所述关键连接点重合的位置进行连接计算即可生成杆塔矢量模型。图4为多种结构类型的杆塔对应的杆塔矢量模型，从图4中可以看出，杆塔矢量模型结构复杂，其实质为由多条矢量线共同组成的模型，图4中的连接线即矢量线。

本实施例基于杆塔点云数据分块重建对应的杆塔组合模型，以及提取关键连接点，从根据关键连接点对杆塔组合模型的对应位置进行连接计算得到杆塔矢量模型。

如图5所示，在前述实施例的步骤S105中，分别对所述绝缘子点云数据、引流线点云数据、导线点云数据及地线点云数据进行聚类拟合计算得到对应的绝缘子矢量模型、引流线矢量模型、导线矢量模型以及地线矢量模型，分别包括：

步骤S1051，对绝缘子点云数据进行聚类拟合计算得到对应的绝缘子矢量模型；

步骤S1052，对引流线点云数据进行聚类拟合计算得到对应的引流线矢量模型；

步骤S1053，对导线点云数据进行聚类拟合计算得到对应的导线矢量模型；以及

步骤S1054，对地线点云数据进行聚类拟合计算得到对应的地线矢量模型。

步骤S1051至步骤S1054是并列的步骤，没有先后顺序之分。具体地，以下依次对步骤S1051至步骤S1054作进一步的说明：

步骤S1051，对绝缘子点云数据进行聚类拟合计算得到对应的绝缘子矢量模型，具体为，使用直线方程对绝缘子点云数据进行聚类拟合计算得到绝缘子矢量线，即绝缘子矢量模型。

步骤S1052，对引流线点云数据进行聚类拟合计算得到对应的引流线矢量模型，具体包括以下步骤：

(1)根据平抛物线方程对所述引流线点云数据进行聚类拟合得到引流线矢量线；平抛物线方程为

上式中，g为导线比载，单位N/m.mm²；σ₀为水平导线最低点应力，单位MPa。

将引流线点云数据的坐标值(x,y)代入上述平抛物线方程，即可得到引流线矢量线。这里得到的引流线矢量线仅为一根。

(2)根据所述引流线矢量线及对应的引流线的型号及分裂数确定引流线矢量模型。

具体地，从线路台账信息中获取该引流线点云数据对应的引流线的型号和分裂数；以上述步骤(1)中得到的引流线矢量线为中心线，按照对应的引流线的型号及分裂数进行分裂计算，得到引流线矢量模型。

例如，假设从线路台账信息中获取到该引流线点云数据对应的引流线的分裂数为3，则以步骤(1)中的引流线矢量线为中心线进行分裂计算，分裂得到2条引流线矢量线；聚类拟合计算得到的1条引流线矢量线以及分裂得到的2条引流线矢量线共同组成了引流线点云数据对应的引流线矢量模型。

步骤S1053，对导线点云数据进行聚类拟合计算得到对应的导线矢量模型，具体包括以下步骤：

(1)根据平抛物线方程对所述导线点云数据进行聚类拟合得到导线矢量线。平抛物线方程参见步骤S1052中使用的平抛物线方程即可，此处不再赘述。

将导线点云数据的坐标值(x,y)代入平抛物线方程，即可得到导线矢量线。这里得到的导线矢量线同样仅为一根。

(2)根据所述导线矢量线及对应的导线的型号及分裂数确定导线矢量模型。

具体地，从线路台账信息中获取该导线点云数据对应的导线的型号和分裂数；以上述步骤(1)中得到的导线矢量线为中心线，按照对应的导线的型号及分裂数进行分裂计算，得到导线矢量模型。

例如，假设从线路台账信息中获取到该导线点云数据对应的导线的分裂数为3，则以步骤(1)中的导线矢量线为中心线进行分裂计算，分裂得到2条导线矢量线；聚类拟合计算得到的1条导线矢量线以及分裂得到的2条导线矢量线共同组成了导线点云数据对应的导线矢量模型。

步骤S1054，对地线点云数据进行聚类拟合计算得到对应的地线矢量模型，具体为，使用根据平抛物线方程对所述地线点云数据进行聚类拟合得到地线矢量线，即地线矢量模型。平抛物线方程参见步骤S1052中使用的平抛物线方程即可，此处不再赘述。

由上述内容可知，对绝缘子点云数据和地线点云数据进行聚类拟合计算得到的绝缘子矢量线和地线矢量线即为对应的绝缘子矢量模型和地线矢量模型；而对引流线点云数据和导线点云数据进行聚类拟合计算得到的引流线矢量线和导线矢量线，仅为多根引流线中的其中一根对应的矢量线模型以及多根导线中的其中一根对应的矢量线模型，因此需要进一步通过分裂计算才能得到完整的引流线矢量模型和导线矢量模型。

在一实施例中，如图6所示，步骤S107，根据所述杆塔矢量模型、所述绝缘子矢量模型、所述引流线矢量模型、所述导线矢量模型以及所述地线矢量模型及对应的线路台账信息形成的拓扑关系确定挂点矢量点，具体包括：

步骤S1071，根据所述杆塔矢量模型、所述绝缘子矢量模型、所述引流线矢量模型、所述导线矢量模型以及所述地线矢量模型及对应的线路台账信息形成的拓扑关系；

步骤S1072，判断拓扑关系是否正确；若是，则执行步骤步骤S1077；若否，则执行步骤S1073；

步骤S1073，判断矢量模型的空间位置关系是否为相交；若是，则执行步骤步骤S1074；若否，则执行步骤S1075；

步骤S1074，若相交的两个矢量模型的相交点距离这两个矢量模型的端点的最短距离大于0.1米，则截去该相交点与距离该相交点最近的端点之间的部分矢量模型；执行完毕后执行步骤S1072；

步骤S1075，判断矢量模型的空间位置关系是否为相离；若是，则执行步骤步骤S1076；若否，则执行步骤S1072；

步骤S1076，延长或者调整相离的两个矢量模型，使得相离的两个矢量模型连接或者使得相离的两个矢量模型的最短空间距离不大于0.1米；执行完毕后执行步骤S1072；

步骤S1077，根据正确的拓扑关系确定挂点位置，并在所述挂点位置处生成挂点矢量点。

在一实施例中，所述输电线路本体矢量化提取方法还包括以下步骤：

根据所述引流线点云数据及导线点云数据的点云密度确定间隔棒位置并生成间隔棒矢量点。

具体地，间隔棒同常设置在引流线和导线上，因此可分别针对引流线点云数据确定引流线上的间隔棒位置以及根据导线点云数据确定导线上的间隔棒位置。

以引流线为例，判断引流线点云密度是否大于预设的第一阈值；

当引流线点云数据的点云密度大于第一阈值时，则引流线点云数据的点云密度较大，此时可根据点云密度确定间隔棒位置，具体为当引流线点云数据的某一位置处的点云密度大于第二阈值时，将该位置确定为间隔棒所在的位置，并在该位置处生成间隔棒矢量点；其中，上述第二阈值大于上述第一阈值；基于同一发明构思，本申请实施例还提供了一种基于激光点云数据的输电线路本体矢量化提取装置，可以用于实现上述实施例所描述的方法，如下面的实施例所述。由于基于激光点云数据的输电线路本体矢量化提取装置解决问题的原理与基于激光点云数据的输电线路本体矢量化提取方法相似，因此基于激光点云数据的输电线路本体矢量化提取装置的实施可以参见基于激光点云数据的输电线路本体矢量化提取方法的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的系统较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

本申请提供的基于激光点云数据的输电线路本体矢量化提取装置如图7所示，该装置包括：

点云数据预处理模块701，用于对输电线路本体的激光点云数据进行分类，得到杆塔点云数据、绝缘子点云数据、引流线点云数据、导线点云数据及地线点云数据；

杆塔矢量模型生成模块702，用于根据所述杆塔点云数据进行矢量化计算得到杆塔矢量模型；

线路矢量模型生成模块703，用于分别对所述绝缘子点云数据、引流线点云数据、导线点云数据及地线点云数据进行聚类拟合计算得到对应的绝缘子矢量模型、引流线矢量模型、导线矢量模型以及地线矢量模型；

挂点矢量点生成模块704，用于根据所述杆塔矢量模型、所述绝缘子矢量模型、所述引流线矢量模型、所述导线矢量模型以及所述地线矢量模型及对应的线路台账信息形成的拓扑关系确定挂点矢量点；

输电线路本体矢量模型生成模块705，用于根据所述杆塔矢量模型、所述绝缘子矢量模型、所述引流线矢量模型、所述导线矢量模型、所述地线矢量模型以及所述挂点矢量点确定输电线路本体的矢量模型。

在一实施例中，如图8所示，所述杆塔矢量模型生成模块702包括：

杆塔结构确定单元7021，用于根据杆塔点云数据确定杆塔的结构类型；

杆塔组合模型生成单元7022，用于根据所述结构类型及所述杆塔点云数据的点云密度确定多个杆塔结构分块，并将所述多个结构分块重组得到杆塔组合模型；

关键连接点确定单元7023，用于根据所述杆塔点云数据生成灰度图像，并对所述灰度图像进行轮廓提取和角点提取，得到关键连接点；

杆塔矢量模型生成单元7024，用于根据所述关键连接点对所述杆塔组合模型进行连接计算，得到所述杆塔矢量模型。

在一实施例中，如图9所示，所述线路矢量模型生成模块703包括绝缘子矢量模型生成单元7031、引流线矢量模型生成单元7032、导线矢量模型生成单元7033及地线矢量模型生成单元7034；

其中，所述绝缘子矢量模型生成单元7031用于根据直线方程对所述绝缘子点云数据进行聚类拟合得到绝缘子矢量模型.

所述引流线矢量模型生成单元7032包括：

引流线拟合子单元，用于根据平抛物线方程对所述引流线点云数据进行聚类拟合得到引流线矢量线；

引流线模型生成子单元，用于根据所述引流线矢量线及对应的引流线的型号及分裂数确定引流线矢量模型。

所述导线矢量模型生成单元7033包括：

导线拟合子单元，用于根据平抛物线方程对所述导线点云数据进行聚类拟合得到导线矢量线；

导线模型生成子单元，用于根据所述导线矢量线及对应的导线的型号及分裂数确定导线矢量模型。

所述地线矢量模型生成单元7034用于根据平抛物线方程对所述地线点云数据进行聚类拟合得到地线矢量模型。

在一实施例中，所述引流线矢量模型生成单元的引流线模型生成子单元具体用于：

从线路台账信息中获取引流线的型号及分裂数；

以所述引流线矢量线为中心线，按照对应的引流线的型号及分裂数进行分裂计算，得到所述引流线矢量模型。

在一实施例中，所述导线矢量模型生成单元的导线模型生成子单元具体用于：

从线路台账信息中获取导线的型号及分裂数；

以所述导线矢量线为中心线，按照对应的导线的型号及分裂数进行分裂计算，得到所述导线矢量模型。

在一实施例中，如图10所示，所述输电线路本体矢量化提取装置还包括间隔棒矢量点生成模块706，用于：

根据所述引流线点云数据及导线点云数据的点云密度确定间隔棒位置并生成间隔棒矢量点。

在一实施例中，所述点云数据预处理模块701还用于：

对分类后的输电线路本体的激光点云数据进行坐标偏移计算。

在一实施例中，如图11所示，所述挂点矢量点生成模块704包括：

拓扑关系生成单元7041，用于根据所述杆塔矢量模型、所述绝缘子矢量模型、所述引流线矢量模型、所述导线矢量模型以及所述地线矢量模型及对应的线路台账信息形成的拓扑关系；

拓扑关系检查单元7042，用于判断所述拓扑关系是否正确。具体为：判断绝缘子矢量模型与导线矢量模型、绝缘子矢量模型与引流线矢量模型、绝缘子矢量模型与杆塔矢量模型、地线矢量模型与杆塔矢量模型中是否存在最短空间距离大于0.1米的两个矢量模型。若是，则拓扑关系不正确；若否，则拓扑关系正确。

拓补关系调整单元7043，用于当拓扑关系不正确时，对拓扑关系进行调整。具体为：判断绝缘子矢量模型与导线矢量模型、绝缘子矢量模型与引流线矢量模型、绝缘子矢量模型与杆塔矢量模型、地线矢量模型与杆塔矢量模型的空间位置关系，其中，空间位置关系包括相交、相离。若两个矢量模型的空间位置关系为相交，且相交的两个矢量模型的相交点距离这两个矢量模型的端点的最短距离大于0.1米，则截去该相交点与距离该相交点最近的端点之间的部分矢量模型；若两个矢量模型的空间位置关系为相离，则延长或者调整相离的两个矢量模型，使得相离的两个矢量模型连接或者使得相离的两个矢量模型的最短空间距离不大于0.1米。

挂点矢量点生成单元7044，用于根据正确的拓扑关系确定挂点位置，并在所述挂点位置处生成挂点矢量点。

本申请的基于激光点云数据的输电线路本体矢量化提取方法及装置解决了传统的输电线路本体矢量化提取依赖人工操作、自动化程度低的问题，缩短了数据生成时间，提高了生产效率。同时，由于不受人为操作的个体差异的影响，结果可靠度高。本申请直接基于激光点云数据和线路台账信息进行矢量化提取，分别对杆塔、导线、地线、引流先、绝缘子、间隔棒以及挂点进行矢量化提取，得到的输电线路本体的矢量模型更加清晰准确，具有较高的应用价值。

本发明还提供一种电子设备，参见图12，所述电子设备100具体包括：

中央处理器(processor)110、存储器(memory)120、通信模块(Communications)130、输入单元140、输出单元150以及电源160。

其中，所述存储器(memory)120、通信模块(Communications)130、输入单元140、输出单元150以及电源160分别与所述中央处理器(processor)110相连接。所述存储器120中存储有计算机程序，所述中央处理器110可调用所述计算机程序，所述中央处理器110执行所述计算机程序时实现上述实施例中的基于激光点云数据的输电线路本体矢量化提取方法中的全部步骤。

本申请的实施例还提供一种计算机存储介质，用于存储计算机程序，所述计算机程序可被处理器执行。所述计算机程序被处理器执行时实现本发明所提供的任一基于激光点云数据的输电线路本体矢量化提取方法。

本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书实施例的至少一个实施例或示例中。

在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。以上所述仅为本说明书实施例的实施例而已，并不用于限制本说明书实施例。对于本领域技术人员来说，本说明书实施例可以有各种更改和变化。凡在本说明书实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书实施例的权利要求范围之内。

Claims (20)

1.一种基于激光点云数据的输电线路本体矢量化提取方法，其特征在于，包括：

对输电线路本体的激光点云数据进行分类，得到杆塔点云数据、绝缘子点云数据、引流线点云数据、导线点云数据及地线点云数据；

根据所述杆塔点云数据进行矢量化计算得到杆塔矢量模型；

分别对所述绝缘子点云数据、引流线点云数据、导线点云数据及地线点云数据进行聚类拟合计算得到对应的绝缘子矢量模型、引流线矢量模型、导线矢量模型以及地线矢量模型；

根据所述杆塔矢量模型、所述绝缘子矢量模型、所述引流线矢量模型、所述导线矢量模型以及所述地线矢量模型及对应的线路台账信息形成的拓扑关系确定挂点矢量点；

根据所述杆塔矢量模型、所述绝缘子矢量模型、所述引流线矢量模型、所述导线矢量模型、所述地线矢量模型以及所述挂点矢量点确定输电线路本体的矢量模型。

2.根据权利要求1所述的输电线路本体矢量化提取方法，其特征在于，所述根据所述杆塔点云数据进行矢量化计算得到杆塔矢量模型，包括：

根据杆塔点云数据确定杆塔的结构类型；

根据所述结构类型及所述杆塔点云数据的点云密度确定多个杆塔结构分块，并将所述结构分块重组得到杆塔组合模型；

根据所述杆塔点云数据生成灰度图像，并对所述灰度图像进行轮廓提取和角点提取，得到关键连接点；

根据所述关键连接点对所述杆塔组合模型进行连接计算，得到所述杆塔矢量模型。

3.根据权利要求1所述的输电线路本体矢量化提取方法，其特征在于，对引流线点云数据进行聚类拟合计算得到对应的引流线矢量模型，包括：

根据平抛物线方程对所述引流线点云数据进行聚类拟合得到引流线矢量线；

根据所述引流线矢量线及对应的引流线的型号及分裂数确定引流线矢量模型。

4.根据权利要求3所述的输电线路本体矢量化提取方法，其特征在于，所述根据所述引流线矢量线及对应的引流线的型号及分裂数确定引流线矢量模型，包括：

从线路台账信息中获取引流线的型号及分裂数；

以所述引流线矢量线为中心线，按照对应的引流线的型号及分裂数进行分裂计算，得到所述引流线矢量模型。

5.根据权利要求1所述的输电线路本体矢量化提取方法，其特征在于，对导线点云数据进行聚类拟合计算得到对应的导线矢量模型，包括：

根据平抛物线方程对所述导线点云数据进行聚类拟合得到导线矢量线；

根据所述导线矢量线及对应的导线的型号及分裂数确定导线矢量模型。

6.根据权利要求5所述的输电线路本体矢量化提取方法，其特征在于，所述根据所述导线矢量线及对应的导线的型号及分裂数确定导线矢量模型，包括：

从线路台账信息中获取导线的型号及分裂数；

以所述导线矢量线为中心线，按照对应的导线的型号及分裂数进行分裂计算，得到所述导线矢量模型。

7.根据权利要求1所述的输电线路本体矢量化提取方法，其特征在于，根据所述杆塔矢量模型、所述绝缘子矢量模型、所述引流线矢量模型、所述导线矢量模型以及所述地线矢量模型及对应的线路台账信息形成的拓扑关系确定挂点矢量点，包括：

根据所述杆塔矢量模型、所述绝缘子矢量模型、所述引流线矢量模型、所述导线矢量模型以及所述地线矢量模型及对应的线路台账信息形成的拓扑关系；

判断所述拓扑关系是否正确；

若否，则对所述拓扑关系进行调整；

若是，则根据正确的拓扑关系确定挂点位置，并在所述挂点位置处生成挂点矢量点。

8.根据权利要求1至7中任一项所述的输电线路本体矢量化提取方法，其特征在于，还包括：

根据所述引流线点云数据及导线点云数据的点云密度确定间隔棒位置并生成间隔棒矢量点。

9.根据权利要求1至7中任一项所述的输电线路本体矢量化提取方法，其特征在于，在对输电线路本体的激光点云数据进行分类之后，还包括：

对分类后的输电线路本体的激光点云数据进行坐标偏移计算。

10.一种基于激光点云数据的输电线路本体矢量化提取装置，其特征在于，包括：

点云数据预处理模块，用于对输电线路本体的激光点云数据进行分类，得到杆塔点云数据、绝缘子点云数据、引流线点云数据、导线点云数据及地线点云数据；

杆塔矢量模型生成模块，用于根据所述杆塔点云数据进行矢量化计算得到杆塔矢量模型；

线路矢量模型生成模块，用于分别对所述绝缘子点云数据、引流线点云数据、导线点云数据及地线点云数据进行聚类拟合计算得到对应的绝缘子矢量模型、引流线矢量模型、导线矢量模型以及地线矢量模型；

挂点矢量点生成模块，用于根据所述杆塔矢量模型、所述绝缘子矢量模型、所述引流线矢量模型、所述导线矢量模型以及所述地线矢量模型及对应的线路台账信息形成的拓扑关系确定挂点矢量点；

输电线路本体矢量模型生成模块，用于根据所述杆塔矢量模型、所述绝缘子矢量模型、所述引流线矢量模型、所述导线矢量模型、所述地线矢量模型以及所述挂点矢量点确定输电线路本体的矢量模型。

11.根据权利要求10所述的输电线路本体矢量化提取装置，其特征在于，所述杆塔矢量模型生成模块包括：

杆塔结构确定单元，用于根据杆塔点云数据确定杆塔的结构类型；

杆塔组合模型生成单元，用于根据所述结构类型及所述杆塔点云数据的点云密度确定多个杆塔结构分块，并将所述结构分块重组得到杆塔组合模型；

关键连接点确定单元，用于根据所述杆塔点云数据生成灰度图像，并对所述灰度图像进行轮廓提取和角点提取，得到关键连接点；

杆塔矢量模型生成单元，用于根据所述关键连接点对所述杆塔组合模型进行连接计算，得到所述杆塔矢量模型。

12.根据权利要求10所述的输电线路本体矢量化提取装置，其特征在于，所述线路矢量模型生成模块包括引流线矢量模型生成单元，所述引流线矢量模型生成单元包括：

引流线拟合子单元，用于根据平抛物线方程对所述引流线点云数据进行聚类拟合得到引流线矢量线；

引流线模型生成子单元，用于根据所述引流线矢量线及对应的引流线的型号及分裂数确定引流线矢量模型。

13.根据权利要求12所述的输电线路本体矢量化提取装置，其特征在于，所述引流线模型生成子单元具体用于：

从线路台账信息中获取引流线的型号及分裂数；

以所述引流线矢量线为中心线，按照对应的引流线的型号及分裂数进行分裂计算，得到所述引流线矢量模型。

14.根据权利要求10所述的输电线路本体矢量化提取装置，其特征在于，所述线路矢量模型生成模块包括导线矢量模型生成单元，所述导线矢量模型生成单元包括包括：

导线拟合子单元，用于根据平抛物线方程对所述导线点云数据进行聚类拟合得到导线矢量线；

导线模型生成子单元，用于根据所述导线矢量线及对应的导线的型号及分裂数确定导线矢量模型。

15.根据权利要求14所述的输电线路本体矢量化提取装置，其特征在于，所述导线模型生成子单元具体用于：

从线路台账信息中获取导线的型号及分裂数；

以所述导线矢量线为中心线，按照对应的导线的型号及分裂数进行分裂计算，得到所述导线矢量模型。

16.根据权利要求10所述的输电线路本体矢量化提取装置，其特征在于，所述挂点矢量点生成模块包括：

拓扑关系生成单元，用于根据所述杆塔矢量模型、所述绝缘子矢量模型、所述引流线矢量模型、所述导线矢量模型以及所述地线矢量模型及对应的线路台账信息形成的拓扑关系；

拓扑关系检查单元，用于判断所述拓扑关系是否正确；

拓补关系调整单元，用于当所述拓扑关系不正确是，对所述拓扑关系进行调整；

挂点矢量点生成单元，用于根据正确的拓扑关系确定挂点位置，并在所述挂点位置处生成挂点矢量点。

17.根据权利要求10至15中任一项所述的输电线路本体矢量化提取装置，其特征在于，还包括间隔棒矢量点生成模块，用于：

根据所述引流线点云数据及导线点云数据的点云密度确定间隔棒位置并生成间隔棒矢量点。

18.根据权利要求10至15中任一项所述的输电线路本体矢量化提取装置，其特征在于，所述点云数据预处理模块还用于：

对分类后的输电线路本体的激光点云数据进行坐标偏移计算。

19.一种电子设备，其特征在于，包括：

中央处理器、存储器、通信模块，所述存储器中存储有计算机程序，所述中央处理器可调用所述计算机程序，所述中央处理器执行所述计算机程序时实现如权利要求1至9中任一项所述的输电线路本体矢量化提取方法。

20.一种计算机存储介质，用于存储计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至9中任一项所述的输电线路本体矢量化提取方法。

Images