JP2014520307A - 画像データを処理する方法およびシステム - Google Patents

画像データを処理する方法およびシステム Download PDF

Info

Publication number
JP2014520307A
JP2014520307A JP2014510614A JP2014510614A JP2014520307A JP 2014520307 A JP2014520307 A JP 2014520307A JP 2014510614 A JP2014510614 A JP 2014510614A JP 2014510614 A JP2014510614 A JP 2014510614A JP 2014520307 A JP2014520307 A JP 2014520307A
Authority
JP
Japan
Prior art keywords
coordinate points
vertical plane
flow
points
segments
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
Application number
JP2014510614A
Other languages
English (en)
Other versions
JP6021897B2 (ja
Inventor
バンゲイ,ジェームズ
Original Assignee
エルゴン エナジー コーポレーション リミテッド
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Priority claimed from AU2011901865A external-priority patent/AU2011901865A0/en
Application filed by エルゴン エナジー コーポレーション リミテッド filed Critical エルゴン エナジー コーポレーション リミテッド
Publication of JP2014520307A publication Critical patent/JP2014520307A/ja
Application granted granted Critical
Publication of JP6021897B2 publication Critical patent/JP6021897B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/50Depth or shape recovery
    • G06T7/521Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • G06V20/182Network patterns, e.g. roads or rivers
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10028Range image; Depth image; 3D point clouds
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20021Dividing image into blocks, subimages or windows
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20048Transform domain processing
    • G06T2207/20061Hough transform
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30181Earth observation
    • G06T2207/30184Infrastructure

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Processing (AREA)

Abstract

電力線および他のオーバーヘッド導体などの関心対象、または同様の構造の特定オブジェクトの検出ならびに分析のための、ネットワークインフラを走査から獲得した画像データを処理するための方法ならびにシステムに関する。画像データは三次元空間において複数の座標点を含み、ネットワークインフラ内の導体を同定するために、該方法は、実質的に平行な線のセットを示す座標点のセットを同定するために座標点を分析するもの、および該同定された実質的に平行な線に基づいて座標点を分析するものであり、それによって該導体を表す懸垂するカテナリーを同定しマッピングすることが可能になる。
【選択図】図1A

Description

本発明は、画像データを処理する方法およびシステムに関する。より詳細には、本発明は、電力線および他のオーバーヘッド導体などの関心対象、ならびに同様の構造の特定オブジェクトの検出ならびに分析のための、ネットワークインフラの走査から獲得したそのようなデータの処理に関する。
本明細書における知識のあらゆる文書、行為または品目のあらゆる参照または検討は、本発明に対する概念を提供する目的のみのために含まれる。いかなるこれらの事柄、もしくはそれらのいかなる組合せも、周知の一般知識の一部が優先日に形成された、または本明細書が関与するいかなる問題を解決するための試みに関すると公知であったことを示唆する、または表すものではない。
航空レーザ測量(ALS)または立体写真測量から走査された画像データなどの、(たとえば遠隔測定による)リモートセンシングデータから選択された構造およびオブジェクトの機械認識に対する技法の提案が過去になされた。データから三次元の点座標データを抽出することは可能である。画像データを人の手により解釈する費用および時間を回避するためには、空間における個々の点を認識可能なオブジェクトと関連付けるためにデータ処理を自動化することが必要である。この目的を達成するために、関心対象の具体的な特徴による点データを分類するためのフィルタリングアルゴリズムが必要とされる。次いで得られるオブジェクトを画定するデータは、地図作成、三次元モデリング、土地管理、資産管理などのために既存のコンピュータベースのツールに使用できる。
以前の技術の例は、特許文献1−3に記載されている。しかし、以前の手法は比較的初歩的であり、高水準のエラー(誤検出および検出漏れの両方)を被る可能性があり、その結果、価値が比較的低い、または人が介入する後処理を多く必要とするので、自動化の費用および時間の利益を一部もしくは完全に失うデータ出力をもたらす。
さらに、電力線および同様の構造を同定する以前の技法は、概して送電線設備に焦点を合わせていたので、配電系電力線の同定に適さない。送電線は、概して植物および他の視覚の障害物により決して隠されない。配電線に適用される際、既存の方法は計算が非常に低速であり、結果を有益にできるまでに著しい人の介入および結果の品質評価が必要である。
また、電力線系および同様の物を同定するための画像データの解釈への従来の手法は、概して1日当たり数百キロメートルまたはさらに数千キロメートルなどの高容量のデータを測定するように設計されていない。
米国特許第5,296,909号明細書 米国特許第7,046,841号明細書 米国特許第7,397,548号明細書
本発明の第1の態様によれば、ネットワークインフラ内の導体を同定するために走査された画像データを処理する方法が提供され、該データは、三次元空間内に複数の座標点を含み、該方法は、
(a)任意に、座標点を電力線導体に属する可能性があると同定するステップと、
(b)データをセルのグリッドに分割するステップであって、それぞれは三次元空間内のボリュームを表し、各セルに関して、
(i)座標点のセットをセル内の潜在的座標点から同定することであって、該セットは同定された実質的に平行な垂直面のセットを示し、それぞれの該面は可能な懸垂するカテナリーを表し、
(ii)座標点の複数の個々のサブセットを該セットから同定することであって、各サブセットは、実質的に平行な垂直面のセットにおける同定された垂直面を表し、
(iii)1つまたは複数の垂直面のセグメントを同定するために、垂直面の座標点の分布を分析することであって、該垂直面のセグメントを同定する際に使用される座標点を各垂直面のセグメントに割り当てることを含み、
(c)すべてのセルの分析によって生成された垂直面のセグメントのセットに対して、1つまたは複数の規定の統合基準に基づいて、垂直面のセグメントを1つまたは複数の線形流れ(run)に統合するステップと、
(d)生成された線形流れのセットに対して
(i)各線形流れ内の座標点を特定のスパンおよび回路に属すると画定し、
(ii)各回路内の座標点を特定の導体に属すると画定する、ステップと、を含む。
本発明は、共通の反復パターンで現れる線のセットの同定に基づく。これは、同定技法がカテナリーの同定に重点をおいてきた以前の手法と異なる。
ステップ(a)は、原則的に予備の選別ステップであり、これは特定の状況下で割愛されてもよく、その場合、全データのセットは後続のステップを通して処理される。
示された「ボリューム」は、たとえば所与の垂直距離を超えた、二次元のセル面積の投影(projection)を表す。
好ましくは、ステップ(b)(i)は、ハフ変換を水平面上の潜在的座標点の投影内のそれらの点に適用することを含む。
好ましくは、このステップは、R,θアキュムレータ空間における座標点を分析するものであり、またその垂直面内にあるデータセット内の各座標点のために、それぞれのθおよびRに対するアキュムレータをインクリメントさせるものであり、その結果、全座標点の処理が完了時にアキュムレータは各垂直面内の座標点の数を表す。但し、θは地理学的用語において面の角度配向を表し、Rはセル内の規定の位置から面までの距離を表し、アキュムレータ空間は、θとRのすべての可能な組合せに対する値を維持する。
好ましくは、実質的に平行な垂直面のセットは、各R、θの対の許容帯内のアキュムレータの二乗の和によって同定され、R、θの対は、実質的に平行な垂直面の中心垂直面のセットを表すとされる最高結果を提供する。
さらにこのステップは、好ましくは規定のR分離と同様のθのピーク値を有するアキュムレータのセットを同定するものであり、規定の分離と実質的に平行な垂直面を表す。
好ましくは、ステップ(b)(ii)は、同定された中心垂直面を表すR、θを中心とするハフアキュムレータ空間において個々の極大値を同定することを含む。「極大値」は、各R、θの規定の許容帯内の極大値である。
好ましくは、ステップ(b)(iii)は統計的分析を含む。これは、好ましくはそれぞれの同定された垂直面内の座標点の分布の統計的分析であるので、ランク付けされた垂直面のセグメントのセットを提供し、同じ面の誤検出を取り除くように、データセットから取り除くことにより、最高にランク付けされた面のセグメントからすべての座標点を割り当てることを含んでもよい。好ましくは、分析プロセスは、次いで残存の垂直面のセグメントについて、低減されたデータセットで繰り返し反復され、残存面に次第に低いランク付けを再割り当てして、引き続き次に顕著な垂直面のセグメントを同定する。このプロセスの反復は、そのランク付けが規定の閾値を満たす垂直面のセグメントがなくなるまで続く。
ランク付けは、座標点のセットの直線性、座標点のセットの分布の均一性、および座標点のセット内の隙間を含むパラメータに関連してもよい。
方法は、垂直面のセグメントを画定された基準による他の垂直面のセグメントと統合することを含んでもよい。
好ましくは、ステップ(c)は、垂直面のセグメントの位置合わせおよび分離を分析すること、またこの分析の結果として、面のセグメントを流れ(run)と考えられるセットにグループ化することを含む。好ましくは、このプロセスは、最高にランク付けされた垂直面のセグメントを名目上ゼロ幅の第1の流れに割り当てるもの、および第1の流れに規定の流れの包含基準を満たすすべての垂直面のセグメントを加えるものである。
これらの流れの包含基準は、規定範囲内の実質的に同様の配向(θ値によって画定される)を有すること、および規定の距離以内であることを含んでもよい。規定の距離は、縦方向に面の端部間の隙間を表して、または横方向に実質的に平行な面の間の垂直距離を表して評価されてもよい。
好ましくは、垂直面のセグメントを該第1の流れに追加するプロセスは、新しい垂直面のセグメントに従って第1の流れのパラメータを調節することを含む。これらのパラメータは、流れの幅、長さおよび中心位置を含んでもよい。
好ましくは、このステップは、第1の流れに加えることができる垂直面のセグメントがこれ以上なくなるまで繰り返される。
次いでプロセスは、第2の流れおよびすべてのさらなる流れを確立するために繰り返すことができる。
好ましくは、ステップ(d)(i)は、特定の流れ内の垂直面に割り当てられたすべての座標点を流れの中心線面に突出させること、およびその垂直面によって画定された二次元の突出した点を分析することを含む。好ましくは、この分析は、カテナリーおよび垂直に分離されたカテナリーのセットを同定するために、三次元ハフ空間においてハフ分析によって行われるので、それぞれの同定されたカテナリーを特定のスパンおよび特定の回路に割り当てる。
好ましくは、このプロセスは、平行な垂直面を同定する上に定義されたプロセスに類似した手法で実施される。
具体的には、このステップは、カテナリーを同定するもの、ならびにこれらのカテナリーをD(流れに沿った頂点の距離)およびH(頂点の高さ)を単位として画定された、カテナリーの頂点の配置に基づいてカテナリーのセットにグループ化するものである。好ましくは、近似Dを有するカテナリーは、同じスパンに割り当てられるが、同じスパンに割り当てられたが少なくとも規定値が異なるHを有するカテナリーは、異なる回路に割り当てられる。この方法では、すべての関連座標点を特定の流れおよび回路に割り当てることができる。
次いでこのプロセスを各流れに対して繰り返すことができる。
好ましくは、ステップ(d)(ii)は、ステップ(b)(i)〜(b)(iii)に類似しているが、プロセスをセルのグリッド内の各セルに適用する代わりに、ステップ(d)(i)から各スパンまたは回路に割り当てられた点に適用して、それぞれが単一のカテナリー、したがって単一の導体を含む垂直面のセットを確立するステップを実行することを含む。
好ましくは、方法は、個々の導体を表す画定された単一のカテナリーをもたらすために、ステップ(d)(ii)をそれぞれの個々の導体垂直面に割り当てられたすべての点上で繰り返すステップを含む。
好ましくは、方法は、それぞれの個々の導体を独自に同定し特徴付けるさらなるステップを含む。
好ましくは、このステップは、最良に適合するカテナリーパラメータを決定するために、最小二乗回帰技法を含む。
好ましくは、導体の終了点の位置は、直接隣接した導体間の交点を算出することによって決定される。
方法は、導体の終了点に近接した導体に関連しない点を分析することによる、電柱の同定をさらに含んでもよい。
好ましくは、電柱に関する演繹的情報および/または帰納的情報を使用して、導体の終了点の位置を精緻化する。
本発明のさらなる態様によれば、ネットワークインフラにおける導体を同定するために走査された画像データを処理する方法が提供される。該データは、三次元空間において複数の座標点を含み、方法は、
実質的に平行な線のセットを示す座標点のセットを同定するために座標点を分析することと、
該同定された実質的に平行な線に基づいて座標点を分析し、それによって該導体を表す懸垂するカテナリーを同定しマッピングすることと、を含む。
実質的に平行な線は、実質的に平行な垂直面を表してもよく、または実質的に平行な垂直に分離された懸垂するカテナリーを表してもよい。
上記の方法は、好ましくは電力線導体の同定を対象とする。しかし、光ファイバーケーブルおよび他の通信回線などの、懸垂するカテナリーの流れを含む他のネットワークインフラに等しく適用されてもよいことが理解されよう。
本発明のさらなる態様によれば、走査された画像データセットが設けられる際に、上記の方法を実施するための論理機能を含み、またネットワークインフラにおいて同定された導体を表すデータを出力するための論理機能を含む、コンピュータソフトウェア製品が提供される。
本発明のさらなる態様によれば、ネットワークインフラにおける導体を同定するために、走査された画像データを処理するためのコンピュータベースシステムが提供され、該システムは、
走査された画像データを受信するためのデータ入力手段と、
上記の画定された方法を実施するように構成された処理装置と、
ネットワークインフラにおいて同定された導体を表すデータを提供するための出力手段と、を含む。
したがって本発明により、送電および分布システムならびに構成部品(塔、柱、導体など)のシステムである同様のネットワークインフラのマッピングが可能になる。線のカテナリーを正確に記録することは、線を再設計する際、経時的な変化を識別する際(規定の物理的変化を検出した場合に適切なさらなる分析または介入を行うため)、および導体に植物の侵入の可能性を識別する際に使用するために非常に有益である。
本発明は、送電および公益事業会社、または分布もしくは送信施設に近接したインフラ利益をもつ資産保有者へのサービスに対する、広範囲の商業的応用に役立つ。たとえば、得られる導体セグメントのデータを、改善したLiDARの通過からデータを自動的に関連付けるために、資産保有者が使用することができ、したがって大規模な環境を処理する際にグランドトゥルースデータの必要性が低減または除外される。
ここで本発明の好ましい実施形態を、添付図面を参照にさらに説明し示す。
次に本発明を、添付図面を参照にさらに説明し示す。
航空機からLiDARデータを獲得するプロセスの図である。 航空機からLiDARデータを獲得するプロセスの図である。 植物、地面および建物を含む人口の構造ならびに分布した電力線流れを示す、地面の分析を示す図である。 獲得されたデータを処理するために使用する、後処理装置の機能モジュールを示す斜視図である。 本発明に従って実行される、データ獲得および処理方法の流れ図である。 ハフアキュムレータ空間における個々の線を独自に同定するプロセスを示す図である。 ハフアキュムレータ空間における個々の線を独自に同定するプロセスを示す図である。 規定のパラメータに従って、線のサブセグメントを線のセグメントに配列し、統合することを示す図である。 本発明による方法によって同定された平行な線のセグメント、およびほぼ平行な線のセグメントのセットを表す図である。 本発明による方法で、分布した電力線流れにおける個々のカテナリーを同定するステップを示す図である。 本発明による方法で、分布した電力線流れにおける個々のカテナリーを同定するステップを示す図である。 本発明による方法で、分布した電力線流れにおける個々のカテナリーを同定するステップを示す図である。 本発明による方法で、分布した電力線流れにおける個々のカテナリーを同定するステップを示す図である。 カテナリーを一連のスパンに割り当てるプロセス、およびスパン内のカテナリーを回路に引き続き割り当てるプロセスを示す図である。
以下に記載された方法は、本発明の一実施形態を示し、電力線カテナリーを検出しパラメータ化するために、グラフィックス・プロセッシング装置(GPU)を使用して高密度LiDAR点群データを獲得し処理をするものであり、人が援助する解釈の必要性を低減するためのセットとしてそれらの相互関係を認識する。この手法は、一人の操作者による1日当たり約1000kmの電力線までの解釈が手頃な価格であることを目標とするが、これは利用可能な処理電力および操作者により増やすことができる。
該方法論は、まず流れ(「通路」とも呼ばれ、ネットワークの比較的長い、名目上線形のセグメント)から始まり、回路(流れ内で分離した個々の電気回路)へ、スパン(2つの連続する柱の間の回路のセグメント)へ、導体(回路内のカテナリーとして同定された個々の電力線)へと、各電力線を詳細に進んで認識するために多段プロセスを含む。各段階に対するアルゴリズムは、従来のCPU環境よりむしろGPU環境内の具体的な符号化のために考案されている。しかし、本発明は、充分な電力のCPU環境において実行可能である。通常の電力線資源の形体を示すために、送信流れ、導体、柱および横木が、図1Aにそれぞれ14、50、62および60を参照に示されている。
図1Aにさらに示されているように、航空機レーザ測量(ALS)は、ミッションデータセットを獲得するために使用される。データは、航空機10(有人または無人のヘリコプターまたは固定翼)で対象の地形の上空を(約500mの高度で)飛行すること、地上制御18によって(必要があれば)監視される、またLiDAR走査システム12を備えるなどの、あらゆる適切な手法で獲得されもよい。LiDAR走査システム12は、所与の間隔でレーザパルスを発生するように構成され、発生したパルスと反射したパルスとの間の移動時間を測定し、それから、光パルスによって照射された第1のオブジェクト、および適切に分化した後続のオブジェクトまでの距離を計算できる。レーザ光は、光の方向に横断する方向に連続して掃引され、航空機が前進するにつれてジグザグ形の点をもたらす。また航空機10は、慣性監視システム、およびGPS衛星16と同期するGPS装置も備え、その結果走査システム12の位置および配向がわかる。
好ましいデータ獲得技法では、航空機10は、2つのLiDAR走査システム、または2つのシステムが相互に直交する光を掃引するように配置された、LiDARパルスレーザ光を(たとえば偏向によって)掃引するために2つのシステムを備え、掃引面内にある両方は、図1Bに掃引面D1およびD2によって示されているように、航空機の移動Dの方向から45°に配置される。これは、電力線セグメントなどの直線形体が、掃引面に平行に配置された事象において、LiDARデータの獲得によって不注意に逃す可能性がないことを確実にするためである。直線形体が1つの掃引面に平行にある場合は、直交する掃引面における走査プロセスによって確実に獲得される。
理想的には、掃引面は、垂直線から互いに対向する方向に傾斜しているので、垂直面に前後して見え、そうでなければ植物、突出した軒などによって見え難くなり得る、少なくとも一部のデータ点を獲得することが可能になる。
精度を改良するために、すべての慣性およびGPSデータは、公開された衛星軌道情報と大気補正信号の相互関係を通して後続の後処理を受けてもよい。
関心対象の領域上空を飛行するLiDAR走査システムによって撮像される通常の形体は、図2に示されている。この領域は、以下にさらに論じられる、固定領域30、32などの複数のセルに名目上再分割される。図2は、建物34、植物36、第1の電力線流れ38および第2の電力線流れ40を示し、第2の流れは第1の流れから分岐している。各電力線流れは、柱62によって担持される横木60上の絶縁体によって装着される、導体50、50’および50’’を含む。
電力線流れは、通常建物から電力線までの距離を渡す配電線に対して、単一のカテナリー回路からなることが可能な場合があることに留意されたい。
獲得したデータの後処理は、平行なGPU環境内の後処理装置(PPU)20において行う。図3に示したように、PPU20は、点データベース22およびオブジェクトデータベース24を含むか、または点データベース22およびオブジェクトデータベース24と連通し、CPU25および複数の平行なGPU26、27、28などを含む。CPUは、オブジェクトデータベース24内で出力データを処理し記憶するために、点データベースから各GPUへのデータの流れを調整する。
図4の流れ図は、生のLiDARデータセット100の獲得、および航空機のメタデータ(GPSおよび慣性データを含む)102の獲得を示す。このデータは航空機10に捕捉され、後続の処理のためにPPU20に移動するためにディスク上に記憶される。別法として、データは、航空機10からPPU20に適切な無線通信手段によって流されてもよい(または転送されたデータを記憶してもよい)。
GPSデータの後処理は、GPSの位置付けの精度を向上させるために、地上ベースの連続運用基準局(CORS)の知識を用いて実行される。これは、最高の(かつ好ましくはリアルタイムの)精度を確実にするために、地域の近接した観測基準点からのデータ送信によって行われてもよい。CORSのインフラが容易に利用できない場合、過去に遡って公開された衛星の配置および地球大気の訂正信号(すなわち、後処理位置付け調整)を使用して、デシメートルまで地球の精度を確実にすることができる。
第1のステップ104は、それぞれの走査された点に対して三次元デカルト座標(東方、北方、高さがx、y、z)を生成するために、GPSデータを基準に獲得した極座標の生データのセットを処理するためのものである。
得られるデータセットは、「点群」と呼ばれ、1平方メートル当たり約30〜40点、またはそれ以上の密度で、平面図に示されたように複数の三次元座標からなる。
次のステップ106は、表面または面検出技法などの適切な技法の使用により、地上および建物に関わるデータ点を同定し分類するために、点群データを処理するためのものである。異なるレベルの複雑性および性能の様々なアルゴリズムは、当業者には公知であり、「A Comprehensive Automated 3D Approach for Building Extraction, Reconstruction, and Regularization from Airborne Laser Scanning Point Clouds」(Peter DorningerおよびNorbert Pfeifer、Sensors 2008、8、7323〜7343、ISSN1424〜8220(www.mdpi.com/journal/sensors)、および米国特許出願公開第2004/0041805号に論じられているものなどの詳細は、本明細書には記載しない。
次いで残存のデータセット(すなわち、地上および建物の点に関すると分類されない点)は、あらゆる適切な楽観的方法の使用により、すべての潜在的な電力線点を同定し分類するために、ステップ108で分析される。これらのアルゴリズムは当業者には公知であり、本明細書に詳細を記載しない。たとえば、第1の地上高より低く配置されたすべての点、および第2の地上高より高く配置されたすべての点は、データセットから取り除かれてもよく、かつ/または分離された外れ値はデータセットから除外されてもよい。これにより、囲いに属する、また地面自体に属する点を除去することが可能になる。得られるデータセットは、当然のことながら多くの誤検出を含むが、この過程の選別ステップにより、処理されるデータが実質的に低減する。
平面における割り当てられていない点の処理
この項に記載されたステップは、平面において、つまりx、y座標のみに関して割り当てられていないデータセットに実施される。したがって、アルゴリズムによって同定された直線は垂直面を表し、これは懸垂するカテナリーに対応し得る。
図2を参照に上に論じたように、ミッションデータセットによって覆われた地上領域全体は、規則的なグリッドの正方形のセル30、32などに分割され、グリッド内の各セルは東方向および北方向にインデックスを付けられている。グリッドはミッション全体の中の単一の飛行流れの細分化であってもよく、このタイプの作業に対する従来の手法のように、平行な飛行流れを再調整する必要がないことに留意されたい。
このプロセスは隣接したセルとの間の重複を使用して、各セルの周囲に緩衝帯を提供し、したがってセルの境界間の断絶を回避する。隣接したセルの縁部または隅部に位置付けされた導体のセットは、検出アルゴリズムにより即座に同定するのに役立つように、単一セル内に充分な点を有さないことがある。直接隣接するセルの重心の範囲で延在する緩衝帯を包含することは、1つのセルの隅におけるオブジェクトが隣接するセルの中心にあることを意味するので、この潜在的問題は回避される。当業者には理解されるように、面のセグメントから流れを修正するために使用されるプロセスは、この重複が多い緩衝から得られる面の複製が、アルゴリズムの効率にいかなる著しい方法でも影響を与えないことを意味する。
各セルに対して、ステップ110では、セル内の点に対する座標系は、そのセルの中心と画定された原点に変換される。
次にステップ112では、ハフ変換を使用して、セル内の点をハフ空間(θ,R)にマッピングする。ハフ変換は、形体を抽出するために画像分析に使用する技法である。該技法を使用して、投票手順により形状のある種の階級内のオブジェクトの不完全な例を発見することができ、パラメータ空間において実施し、それからオブジェクトの候補が「アキュムレータ空間」における極大値として獲得され、ハフ変換を計算するためのアルゴリズムによって構築される。「古典的な」ハフ変換は、画像内の直線および他の線を同定するために開発されたが、このハフ変換はそれ以来一般化されており、円形および楕円形などの他の形状を同定するように拡大適用できる。ハフ変換は、Paul Houghにより米国特許第3,069,654号に詳細に記載されている。
本発明の方法によれば、ハフ空間を横切る長方形のグリッドの境界内で、グリッドの間隔(すなわちハフ空間アキュムレータのサイズ)は、R軸における通常の電力線回路の幅に従って選択され、ハフ空間アキュムレータにおいて値を合計する。グリッドの間隔の選択は、好ましくは点の配置の予想されるエラーより少なく、これにより、ほぼ同一線上の点が散在したセットの中心をより良好に配置するために、点数を隣接したR値に加えることができる。
デカルト空間における平行な、またはほぼ平行な線のセットは、同様のθをもつセル内の局所的なピークのセットによってハフ空間内に表され、線間の間隔を表すRによって分離される。全セット内の各セルに対してすべての隣接するハフセル内のアキュムレータ値の二乗を合計することにより、ピークのセットを同定することができる。最高値のセルは、電力線流れあるいは単一の導体に対する候補になる傾向がある、線または平行線のセットの中心線のパラメータを示す。これは「ピークセット」と呼ばれる。
次いでピークセットデータを使用して、個々のピーク線を区別し、独自に同定する。これを行うために、プロセスは、局所ピーク(すなわち、より高い値を有する点)の近辺(ハフ空間アキュムレータセルの規定数によって画定される)のすべての点にピークでないとフラグを付ける。その局所ピークと同じ値を有する局所ピークの近辺の範囲内の点は、プラトーに属すると同定される。より高い局所ピークに隣接するプラトー点は、非ピークと同定される。残りのすべての点およびプラトーはピークである。プラトーの重心は、ピークの配置としてフラグを付けられる。
このプロセスは、図5に図式で表され、それぞれが(互いに1m離間して)一方が35°で他方が125°である(図5A参照)、3つの線を含む2セットの平行線の同定を参照して、以下にさらに説明されている。z座標は点計算であり、ハフ空間の起伏地形を生じる。
電力線のカテナリーに関連した座標データセットにおける各点は、同じカテナリー上の他の点をもつ垂直面内に存在する。複数の有線回路は、その中でスパン内の線がほぼ平行であるスパンをしばしば有する。ほぼ平行な垂直面の存在は、座標データセット内の電力線回路の際立った特徴である。
上に論じたように、分析中のデータセット内のあらゆる垂直面を、2つのパラメータθおよびRで画定することができる。但し、θは地理的用語において面となす角度であり、Rは分析中のグリッドセルの重心から面への距離である。面は、Rの解析によって決定される厚さ(点エラーを考慮する)を有するとみなされる。角度の精度はθの解析によって決定される。
アキュムレータ空間は、それぞれに対して与えられた所定の解析のθおよびRの可能性のあるすべての組合せに対して、値を維持するように生成される。各θおよびR(各R、θの対)に対するアキュムレータは、その面内に存在するはずである座標データセットにおける各点に対してインクリメントされる。したがってデータセット内の各点の処理が完了すると、アキュムレータは、それぞれの面内の座標点の数を表す。
したがって平行な面内の座標点のあらゆるセットは、同様のθだが異なるRを有するアキュムレータ内に含まれる。平行な面間の分離は、電力線の構造基準によって決定される変数である。
したがって、Rの適切な分離と同一または類似のθ値が高いアキュムレータのあらゆるセットは、平行な電力線のカテナリーを含む面である傾向がある。平行線のセットの中心線を表すR、θの対は、各θおよびRの許容範囲(絶縁体の配置の変化および導体の転移が可能なθの許容範囲が与えられ、潜在的回路の全幅が可能なRに対して許容範囲が与えられる)内のすべてのアキュムレータの二乗和によって得られる。すべての可能なθおよびRに亘る合計の最高は、平行線の最強のセットの中心線のパラメータを表す。
次いで、前のステップで同定されたピークによって表される、それぞれ個々の平行線に関連する個々の面(θおよびR)を同定することが必要である。これは、平行線のセットの中心線に関連する、θおよびRの規定の許容範囲内のすべてのアキュムレータを検査することによって行われる。これらのアキュムレータの値は、θおよびRの座標空間に亘るピークおよびトラフのセットを形成する。すべての面は、異なる点計算を有し、それ故それらのアキュムレータ空間は異なるピークを示す。低い点計算を含む面は、強力なピーク(新しい導体を表す可能性がある)をもつ面によって著しい影になる可能性が多い。したがってすべての面の同定にはピークの同定が必要であり、上に論じたように隣接のアキュムレータより低い値をもつアキュムレータはピークを表さず、ピークセットから取り除かれる。取り除かれた隣接と等しい値をもつすべてのアキュムレータは、同様に取り除かれる。したがって得られるアキュムレータは、そのθおよびRの値が潜在的な平行な面を表す潜在的なピークである。潜在的なピークの数は、平行な面の実数を超えるので、さらなる低減が必要になる。
潜在的な面のそれぞれに対して、誤検出を除去するために、面内の座標点の分散の分析を行う。多くの面は同じ面に対する誤検出であるか、または複数の交差するもしくは近接した面によって共有される点に起因して、人為的に高いハフ点計算を有するので、多くの同じ座標点を含む。すべての面は、座標点セットの直線性、点セットの分布の均一性および点セット内の最小隙間に対して検査される。各面内の点のこれらのおよび他の特徴を使用して重み付けをし、面をランク付けする。最高ランクの面は検証された面とみなされ、それに関連する座標点はデータセットから除去される。面は、その上で座標データが連続性および/または均一性基準を満たす空間に基づいて、画定された開始の配置および終了の配置を与えられる。
次いで残りの面の分析を低減された点セットで繰り返す。第1の面の誤検出は、著しい数の「重複」点が除去されるという事実に起因して、概して最低にランク付けされる。次に最高ランクの面が検証された面とみなされる。プロセスは、その重み付けが規定閾値を満たす面がなくなるまで繰り返される。
次に各独自のRは、角度θの可能性のある平行線(すなわち、垂直面)を表す。ピークセットからの各線は重み付けのために処理され、LiDAR点は同定された各線への割当てを進められる。
面のランク付けならびに開始点および終了点を発見するプロセスは、以下のように実行される。
その線の画定された距離内のセルにおけるすべての以前に割り当てられなかった点を、同定し配列する。点の配列に沿って、一定間隔の隙間をもつ点のセットを選択する(但し、その間隔の隙間はセットパラメータを超えない)。これらを線のサブセグメントとして画定する。線のサブセグメントを配列し、線セグメントに統合する(但し、配列のサブセグメントの分離は、画定されたパラメータを超えない)。
このプロセスは図6に表されており、使用される画定されたパラメータは、以下の通りである。
A.点は、そのセットに含まれるために点のセットから2mを超えてはならない。
B.2つのセットは5m以内に離れることが可能である。
C.2つのセグメントが分離している場合、線は分離が10m未満である場合に結合することができる。
明らかに、点密度、走査光の直径、障害物の予想される寸法などの様々な要因により、他のパラメータが選択されてもよい。
次いで上のプロセスをサブセグメントの深さのレベルnに対して繰り返す。得られるセグメントは、セグメント内の点の数に基づいて重み付けされ、最高に重み付けされた線のセグメントは、その重み付けが閾値を超す場合に選択されるか、あるいはこの線のセグメントは誤検出とみなされる。換言すると、このステップにより、面を有する点の統計的相互関係は面にその成功評価を付ける。
線のセグメントへの点の割当て−ステップ114
首尾よく画定された線のセグメントの画定された近接内のすべての点は、次いで線のセグメントに割り当てられる。これらの割り当てられた点は、さらに処理するためにデータセットから除去されたと考えられる。
次いでセルは、もはや著しい線のセグメントが見出されなくなるまで再処理される。得られる線のセットは図7に示されている。示された破線は欠測データ点を表し、これはたとえば、導体の一部を隠す植物または他のオブジェクトによって引き起こされることがある。
流れへの線の割当て−ステップ116
すべてのセルを処理した後、すべてのセルの分析によって生成された線のセグメントの全セットを分析し、線形流れに割り当てられた線のセグメントは、電力線の通路を表す。これは、同様の面のセグメントを通路とみなされる接触するセットにグループ化するために、位置合わせのために面のセグメントの評価によって行われる。これは以下のように実施される。
最も重く重み付けされた面のセグメントを同定し、幅がゼロの任意の流れにそれを割り当てることにより、新しい流れの中心線として画定される。以下の基準を満たすすべての面を流れに加える。
・面のセグメントのθは、流れの中心線のθの規定許容範囲内である。
・面のセグメントは、流れと長手方向に重複する、またはその最も接近した終了点は、面のセグメントから規定の最大距離以下である。
・面のセグメントのいずれかの端部は、通路の中心線から指定された垂直距離以下である。
この方法で、すべての他のほぼ平行なまたはほぼ平行な線のセグメントを同定し、その流れに割り当てる。各面が通路に加えられた後、そのパラメータ(幅、長さおよび中心線)は、新しい面の追加を説明するために調節される。流れの中心線は、その流れに割り当てられた線の平均から再算出される。次いでプロセスは、延長された流れに統合できる新しい線を確認し、追加できる新しい線がなくなるまで繰り返される。
上記のプロセスは、すべての線のセグメントが流れに加えられるまで繰り返される。隔離された線は、線内に分布された点の厚さと等しい厚さをもつ隔離された流れとして処理される。これは配電線と共に、1条大地帰路(SWER)システムに対して引き起こされる。
様々な技法をこのステップに使用して、誤検出を同定する際に役立つために流れに重みを付けることができる。たとえば、強力な平行線からなる流れに高い重み付けをする。長い単線には、高い重み付けをする。交差する流れには、高い重み付けをしてもよい。他の要因は、建物に連結する決定などの流れの重み付けを増加させる。
図8Aは、横木60によって担持される、3つの導体50、50’および50’’を有する平面図内の電力線流れの典型的なセグメントを示す。1つの導体50(またはその一部)を、より低い導体(図8B参照)の上に近接して重ねてもよく、したがって明白な連続線のセグメントの同定は、その線におけるすべてのデータ点が必ずしも同じ導体に属することを意味しないことが理解されよう。
回路の同定(立面図)−ステップ118
すべての流れを生成した後、各流れ内のカテナリーの完全なセットを後続の分析のために抽出し、スパンおよび回路にグループ化する(スパンは2つの隣接した柱間の流れのセグメントであり、流れに沿った同様の頂点の配置を共有するカテナリーのセットを含む。図9および以下のさらなる記述を参照されたい)。
回路は、電力を供給する(すなわち同じ電圧を流す)ために共に作動する導体のセットである。通常、回路内の導体は、個別の回路内の導体より互いに近い高さの外形を有する。したがってプロセスは、立面図内、すなわち側部の投影内の流れに割り当てられたすべての点が見える。垂直面(前のステップで検討されたような線)は、それによって流れを同定できる手段に過ぎなかったので、もはや関連性がない。
したがってこのステップ(および後続のステップ)は、流れ内の面に割り当てられたすべての点の流れの面の中心線面への投影から、およびハフ空間分析(またはあらゆる他の適切な分析技法)を使用して、流れ内のすべてのカテナリーを重ねることによって形成された面内のカテナリーを同定するために、中心線面の二次元空間において突出した点の分析から開始する。
デカルト座標内のカテナリーの方程式は、一般形、
Figure 2014520307

を有する。
各流れは次のステップを実行して、分離して検査される。
まず流れの開始を、流れの原点として確立する。Dは原点から流れに沿った距離であり、Hは、適切な高さ基準系において画定されたように流れ内の座標点の垂直高さである。
分析のために、流れをそれぞれ100mの長さの長手方向に重なる部分に分割する。各部分を50mの長さだけバッファーされ、その結果、各点は実際には2度分析される。1つの分析された部分の先端の点は次の中心になり、したがって各点にその隣接部で重み付けされる機会を均等に与える。重複する線形部分を使用するこの手法は、充分な周囲の情報を検討して、カテナリーの存在を同定できる。しかし、この技法はカテナリーの複製をもたらすので、適切な重複排除プロセスを続いて利用することが理解されよう。
流れの規定の第1の長さ部分のすべての点を、座標系D、Hにおいて分析のために選択する。すべてのD、H点を、座標系C、A、Dを有する三次元ハフ変換空間に変換する。あらゆるC、A、Dにおけるセル値は、以下の方程式においてパラメータC、A、Dによって定義されるカテナリー内の点の数である。
Figure 2014520307

式中、Cはカテナリーの頂点の高さであり、Dは流れの原点からカテナリーの頂点までのオフセットであり、Aは配線の長さおよびスパンの幅に依存して、カテナリー形状を画定する。
三次元ハフ空間は、カテナリーを画定するパラメータを有するセルを囲む高い計算セルのクラスタを含む。同じスパンに属するカテナリーは同様のDを有する。多くの都市環境では、複数の回路が同じインフラ上に存在する。これらは、同様のDおよび同様のAを有するがHで分離した高い値のセルの複数のクラスタとして、三次元ハフ空間において認識可能になる。
1つのカテナリーまたはカテナリーのセットに対して頂点Dのパラメータを発見するための好ましい方法は、あらゆる電力(たとえば三乗)にすべてのセル値を上昇することであるので、高い点計算を有するセルが強調される。他の適切な方法を使用して、畳み込みの適用などを通じて、点のクラスタを同定することができる。
あらゆるDに対する上昇したセル値を合計することにより、高い計算を表すD値が強調される。これらは、原点からスパンの頂点までの見込まれる距離になる。見込まれる頂点であるすべてのD値のために、セルの三乗をすべてのC値に対して合計する。これにより、それに対して頂点が存在する所与のDに対する垂直オフセットが強調される。
すべてのDおよびCの対に対して、最高のセル計算をもつAは、そのD、Cの頂点の配置でのカテナリーの形状を表す傾向がある。
全流れを処理後、得られるセットは多くの誤検出を含む。したがって点分布の統計分析は、次いでカテナリーを重み付けするために使用される。カテナリーを検査して、規定の基準によって定義されたように、一致し最良点の被覆率を提供するセットを同定する。たとえば、誤検出には、すでに確認された他のカテナリーと交差するカテナリー、およびスパンとして同定されたものを抜かすカテナリーが含まれる。
最高に重み付けされたカテナリーに関連した点は、割り当てられない座標点のセットから除去される。残存するすべてのカテナリーを、今低減された点計算で再度統計的に重み付けする。規定閾値を超すカテナリーがなくなるまでプロセスを続ける。
図8Bは、52、54、56のそれぞれの異なる3つの回路に属する導体を示す。たとえば、これらは、それぞれ3相の66kVの伝送回路、3相の11kVの配電回路、および3相の4kVの配電回路であってもよい。電力回路の下に垂れた単一の通信ケーブル(図示せず)が含まれてもよい。
またこのプロセスは、各回路内のカテナリーのセットの頂点の概算を算出し、スパンの大きさの見積りおよびスパンオブジェクトの生成が可能になる(図9を参照して以下を参照されたい)。
一旦カテナリーがスパンに割り当てられると、H内で著しく分離されたスパン内のカテナリーのセットは、個別の回路であると考えられる。したがって回路オブジェクトを生成し、カテナリーに割り当てることができる。
一旦選択された流れ内のすべての線に割り当てられた全点が選択されると、流れに沿った距離Dおよび点Hの高さを使用して、互いに規定の距離内に水平なすべての点の間の垂直間隔をマッピングする。これらの点は、垂直間隔のクラスタに選別される。点は各クラスタとの関係によって分離される。これにより、流れ内のすべての点をその流れ内の回路52、54、56に割り当てることができ、スパンがその流れに対して生成される。図9は、頂点Vなどを有する一連のスパンA、B、C、Dに回路を分離するプロセスを示す。この場合、地面の傾斜に起因して、スパンBの導体の頂点はスパンの外側に落ちる(点線はスパンBの導体のカテナリーの連続を示す)。したがって、この段階のスパンは必ずしも柱と整合しないが、オブジェクト計算によりスパンの同定および生成が可能になることに留意されよう。破線53、55は、回路52、54、56間の名目上の「回路分離」を表す。
個々の導体の同定(平面図)−ステップ120
単一の導体線を同定するために、ハフ変換を平面図内で再度実行して(すなわち、単一回路内およびスパンの周辺のすべての点に対して、水平面上のそれらの点の投影のみを検討すること)、それぞれの直線セグメントを見出す。図8Cは、単一の導体50のこの分析ステップからの生成を示す。
次いで実際には、このステップは、垂直面を同定するためだが、ここでは各流れのスパンに対して、および各回路に対して上述のプロセスを繰り返す。
各導体に対するカテナリーの同定(立面図)−ステップ122
前のステップにおいて同定された各単一線に対して、ハフ変換を垂直面において各スパンに適用して、その導体によって含まれるカテナリーのパラメータを同定する。
このプロセスの最終結果は、その中に含まれる回路およびその中に該回路が含まれる流れに関して、そのパラメータ(頂点の位置、長さ、方向、形状方程式)によって同定され記録された各カテナリー50a、50b(図8D)である。
それぞれの個々の導体は、各導体に最良に適合するカテナリーの正確なパラメータを決定するために、最小二乗回帰技法を使用して同定されてもよい。各導体の見込みの開始点および終了点は、各カテナリーが次に続くカテナリーと交差することによって見出される。
さらなる処理
カテナリーの情報から、ステップ124において、連続するカテナリーの交点を使用して、接続点64の見込みの配置を見出す。次いで接続点の配置は、データベースによって標準構成に整合され、横木と柱の配置が可能になる。
ステップ126では、選択された関連した割り当てられていないLiDAR点(すなわち、導体の一部として分類されていないが、連続する導体の交点に近接した点)は、最も近接した横木または柱に割り当てられるか、または柱および横木の位置をさらに精緻化することができる。特に、これらの点の重心は、柱または横木の中心線とみなすことができ、導体の終了の位置を精緻化するためにこの情報が使用した柱および横木の構造に関する演繹的情報を使用する。
ステップ128では、それぞれの導体、ベイ、回路および流れは、一致した再標識化が可能になる規則の規定のセットに従って標識化される。導体は、各線(距離Dが増加する)を調べる際に左から右に標識化され、回路は下から上に、流れに沿って増加するDの順のスパンに標識化される。
このような標識化の方法により、連続するデータ獲得(後の飛行流れから)および処理の間に捕捉される同じオブジェクトに対する標識の一致した生成が可能になる。これによりデータセット間を関連付けることが可能になる。たとえば、カテナリーの頂点の配置の変化は、後続の飛行流れにおけるすべての点を前の飛行流れに位置合わせするために使用できる、修正ベクトルを提供する。
上記の詳述から、当業者には、本発明によって考案された技法の特定の手法が理解されよう。ほとんどの以前の手法と極めて対照的に、該技法はカテナリーの同定に基づかない。その代わりに、本発明の技法は、一般の繰り返しパターンで現れる線のセットの同定に集中する。これらのパターンは、
・平面図で見る際は(各線は垂直面を表し、それ故懸垂するカテナリーの可能性がある)、1つまたは複数の平行な、またはほぼ平行な線であり、
・立面図で見る際は、(それらのカテナリーのパラメータによって画定されるように)1つまたは複数の反復するカテナリーである。
この手法は、導体がほとんどこれらの特定のパターンに見出されることがわかる。したがってこれらのパターンのいずれかの決定は、導体を確実に同定し、それらをインフラストラクチャ全体の特定の部分に割り当てるために、どちらが座標点データをさらに処理するかに基づいた重み付けを提供する。
本記載および本明細書の特許請求の範囲全体を通して、語「含む(comprise)」ならびに「含む(comprising)」および「含む(comprises)」などのこの語の変形は、他の変形または追加の構成要素、整数もしくはステップを排除することを意図するものではないことに留意されたい。本発明の修正および改良は、当業者には容易に明らかになろう。このような修正および改良は、本発明の範囲内であることを意図する。

Claims (31)

  1. ネットワークインフラ内の導体を同定するために、前記ネットワークインフラの走査から獲得された画像データを処理する方法であって、前記データは、三次元空間において複数の座標点を含み、前記方法は、
    (a)前記データをセルのグリッドに分割するステップであって、それぞれは前記三次元空間内のボリュームを表し、各セルに関して、
    (i)座標点のセットを前記セル内の潜在的座標点から同定することであって、前記セットは同定された実質的に平行な垂直面のセットを示し、それぞれの前記面は可能な懸垂するカテナリーを表し、
    (ii)座標点の複数の個々のサブセットを前記セットから同定することであって、各サブセットは、実質的に平行な垂直面の前記セットにおいて同定された垂直面を表し、
    (iii)1つまたは複数の垂直面のセグメントを同定するために、垂直面の座標点の前記分布を分析することであって、前記垂直面のセグメントを同定する際に使用される前記座標点を各垂直面のセグメントに割り当てることを含み、
    (b)すべてのセルの前記分析によって生成された垂直面のセグメントの前記セットに対して、1つまたは複数の規定の統合基準に基づいて、前記垂直面のセグメントを1つまたは複数の線形流れに統合するステップと、
    (c)生成された線形流れの前記セットに対して、
    (i)各線形流れ内の座標点を特定のスパンおよび回路に属すると画定し、
    (ii)各回路内の座標点を特定の導体に属すると画定する、ステップと、
    を含む方法。
  2. 座標点のセットを前記セル内の前記潜在的座標点から同定する前記ステップは、ハフ変換を水平面上の前記潜在的座標点の投影内の前記点に適用することを含む、請求項1に記載の方法。
  3. ハフ変換を適用する前記ステップは、R,θアキュムレータ空間における潜在的座標点を分析すること、および前記垂直面内にある各座標点のために、それぞれのθおよびRに対する前記アキュムレータをインクリメントさせることを含み、それにより、全潜在的座標点の分析の完了時に前記アキュムレータは各垂直面内の座標点の数を表し、θは地理学的用語において前記面の角度配向を表し、Rは前記セル内の規定の位置から前記面までの距離を表す、請求項2に記載の方法。
  4. 実質的に平行な垂直面のセットは、各R、θの対の許容帯内の前記アキュムレータの二乗の和によって特定される、請求項3に記載の方法。
  5. 規定のR分離と同様のθのピーク値を有するアキュムレータのセットを同定するステップをさらに含み、前記アキュムレータは、規定の距離によって分離された実質的に平行な垂直面を表す、請求項2乃至4のいずれか一項に記載の方法。
  6. 座標点の複数の個々のサブセットを同定する前記ステップは、同定された中心垂直面を表すR、θを中心とするハフアキュムレータ空間において個々の極大値を同定することを含む、請求項2乃至5のいずれか一項に記載の方法。
  7. 垂直面の座標点の前記分布を分析する前記ステップは、
    (a)ランク付けされた垂直面のセグメントのセットを提供するように、統計的分析をそれぞれの同定された垂直面内の座標点の前記分布に適用することと、
    (b)前記座標点を前記最高にランク付けされた面のセグメントから割り当てること、および前記割り当てられた座標点を潜在的座標点の前記セットから取り除くことと、を含む、請求項1乃至6のいずれか一項に記載の方法。
  8. 統計的分析をそれぞれの同定された垂直面内の座標点の前記分布に適用する前記ステップは、残存の垂直面のセグメントについて、座標点の低減されたセットに繰り返し反復され、次第に低いランク付けを前記残存面に再割り当てをして、引き続き次に顕著な垂直面のセグメントを同定する、請求項7に記載の方法。
  9. それぞれの同定された垂直面内の座標点の前記分布を分析する前記ステップは、そのランク付けが規定閾値を満たす垂直面のセグメントがなくなるまで反復される、請求項8に記載の方法。
  10. 前記垂直面のセグメントのランク付けは、座標点のセットの直線性と、座標点のセットの分布の均一性と、座標点のセット内の隙間と、を含むパラメータに関する、請求項7乃至9のいずれか一項に記載の方法。
  11. 前記垂直面のセグメントを1つまたは複数の線形流れに統合する前記ステップは、前記垂直面のセグメントの前記位置合わせおよび分離を分析することを含み、また前記分析の結果として、面のセグメントを流れと考えられるセットにグループ化することを含む、請求項1乃至10のいずれか一項に記載の方法。
  12. 垂直面のセグメントの前記位置合わせおよび分離を分析する前記ステップは、
    (a)ランク付けを前記垂直面のセグメントに適用することと、
    (b)前記最高にランク付けされた垂直面のセグメントを名目上ゼロ幅の第1の流れに割り当てることと、
    (c)前記第1の流れに1つまたは複数の規定の流れの包含基準を満たすすべての垂直面のセグメントを加えることと、を含む、請求項11に記載の方法。
  13. 前記1つまたは複数の流れの包含基準は、前記垂直面のセグメントと前記第1の流れとの配向の差が、規定の範囲内であるかどうかと、前記垂直面のセグメントが、前記第1の流れから規定の差の範囲内であるかどうかと、を含む、請求項12に記載の方法。
  14. 垂直面のセグメントを前記第1の流れに追加する前記ステップは、前記新しい垂直面のセグメントに従って、前記第1の流れの前記パラメータを調節することを含む、請求項12または13に記載の方法。
  15. 垂直面のセグメントを前記第1の流れに加える前記ステップは、前記第1の流れに追加できる垂直面のセグメントがこれ以上なくなるまで繰り返される、請求項12乃至14のいずれか一項に記載の方法。
  16. 前記垂直面のセグメントの前記位置合わせおよび分離を分析する前記ステップは、第2の流れおよびさらなる流れを確立するために繰り返される、請求項12乃至15のいずれか一項に記載の方法。
  17. 各線形流れ内の座標点を特定のスパンおよび回路に属すると同定する前記ステップは、
    (a)特定の流れ内の垂直面に割り当てられたすべての座標点を前記流れの中心線面に突出させることと、
    (b)前記垂直面によって画定された二次元空間における前記突出した点を分析すること、と含む、請求項1乃至16のいずれか一項に記載の方法。
  18. 前記突出した点を分析する前記ステップは、カテナリーおよび垂直に分離されたカテナリーのセットを同定するために、三次元ハフ空間においてハフ分析によって行われる、請求項17に記載の方法。
  19. 前記ハフ分析は、カテナリーを同定するもの、および前記同定されたカテナリーを前記カテナリーの頂点の前記配置に基づいて、カテナリーのセットにグループ化するものであり、前記カテナリーの頂点は、D(前記流れに沿った頂点の距離)およびH(頂点の高さ)を単位として画定される、請求項17に記載の方法。
  20. 近似Dを有するカテナリーは、同じスパンに割り当てられるが、前記同じスパンに割り当てられたが少なくとも規定値によって異なるHを有するカテナリーは、異なる回路に割り当てられる、請求項19に記載の方法。
  21. 各回路内の座標点を特定の導体に属すると画定する前記ステップは、それぞれが単一のカテナリー、したがって単一の導体を含む垂直面のセットを確立することを含む、請求項1乃至20のいずれか一項に記載の方法。
  22. 各回路内の座標点を特定の導体に属すると画定する前記ステップは、それぞれの個々の導体に垂直面を割り当てられたすべての点上で繰り返して、その結果個々の導体を表す同定された単一のカテナリーをもたらす、請求項21に記載の方法。
  23. それぞれの個々の導体を独自に同定し特徴付ける前記ステップを含む、請求項1乃至22のいずれか一項に記載の方法。
  24. それぞれの個々の導体を独自に同定し特徴付ける前記ステップは、最良に適合するカテナリーパラメータを決定するために、最小二乗回帰技法を適用することを含む、請求項23に記載の方法。
  25. 前記特定の導体の終了点の前記位置は、直接隣接した導体間の交点を算出することによって決定される、請求項1乃至24のいずれか一項に記載の方法。
  26. 導体の前記終了点に近接した前記導体に関連しない座標点を分析することにより、電柱を同定するステップをさらに含む、請求項25に記載の方法。
  27. 前記電柱に関する演繹的情報および/または帰納的情報を使用して、前記導体の終了点の前記位置を精緻化する、請求項26に記載の方法。
  28. 導体を同定するために、ネットワークインフラの走査から獲得される画像データを処理する方法であって、前記データは三次元空間において複数の座標点を含み、前記方法は、
    (a)実質的に平行な線のセットを示す座標点のセットを同定するために、前記座標点を分析するステップと、
    (b)前記同定された実質的に平行な線に基づいて前記座標点を分析し、それによって前記導体を表す懸垂するカテナリーを同定しマッピングするステップと、を含む方法。
  29. 前記実質的に平行な線は、実質的に平行な垂直面、または実質的に平行な垂直に分離された懸垂するカテナリーのいずれかを表す、請求項28に記載の方法。
  30. 走査された画像データセットが設けられる際に、請求項1乃至29のいずれか一項に記載の前記方法を実施するための論理機能を含み、またネットワークインフラにおいて同定された導体を表すデータを出力するための論理機能を含む、コンピュータソフトウェア製品。
  31. ネットワークインフラにおける導体を同定するために、走査された画像データを処理するためのコンピュータベースシステムであって、前記システムは、
    (a)走査された画像データを受信するためのデータ入力手段と、
    (b)請求項1乃至29のいずれか一項に記載の前記方法を実施するように構成された処理装置と、
    (c)ネットワークインフラにおいて同定された導体を表すデータを提供するための出力手段と、を含む、コンピュータベースシステム。
JP2014510614A 2011-05-16 2012-05-16 画像データを処理する方法およびシステム Active JP6021897B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
AU2011901865 2011-05-16
AU2011901865A AU2011901865A0 (en) 2011-05-16 Method and system for processing scanned image data
PCT/AU2012/000545 WO2012155205A1 (en) 2011-05-16 2012-05-16 Method and system for processing image data

Publications (2)

Publication Number Publication Date
JP2014520307A true JP2014520307A (ja) 2014-08-21
JP6021897B2 JP6021897B2 (ja) 2016-11-09

Family

ID=47176048

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014510614A Active JP6021897B2 (ja) 2011-05-16 2012-05-16 画像データを処理する方法およびシステム

Country Status (10)

Country Link
US (1) US9384399B2 (ja)
EP (1) EP2710556B1 (ja)
JP (1) JP6021897B2 (ja)
AU (1) AU2012255696B2 (ja)
CA (1) CA2839165C (ja)
DK (1) DK2710556T3 (ja)
NZ (1) NZ618805A (ja)
PT (1) PT2710556T (ja)
SG (1) SG195031A1 (ja)
WO (1) WO2012155205A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101822373B1 (ko) * 2016-05-10 2018-03-08 서울대학교산학협력단 물체 탐지 장치 및 방법
JP2019144153A (ja) * 2018-02-22 2019-08-29 一般財団法人電力中央研究所 電線形状の再現方法,再現装置,及び再現プログラム、並びに、点群精度の評価方法,評価装置,及び評価プログラム
JP2020035001A (ja) * 2018-08-27 2020-03-05 株式会社日立ソリューションズ 空中線抽出システム及び方法

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014043764A1 (en) * 2012-09-21 2014-03-27 Umwelt (Australia) Pty. Limited On-ground or near-ground discrete object detection method and system
US10412594B2 (en) * 2014-07-31 2019-09-10 At&T Intellectual Property I, L.P. Network planning tool support for 3D data
CN106556843A (zh) * 2015-09-28 2017-04-05 东莞前沿技术研究院 三维地形测绘系统以及测绘方法
US10880623B2 (en) * 2016-06-12 2020-12-29 Green Grid Inc. Method and system for utility power lines vegetation proximity monitoring and controlling
US20210073692A1 (en) * 2016-06-12 2021-03-11 Green Grid Inc. Method and system for utility infrastructure condition monitoring, detection and response
CA3064611A1 (en) 2017-05-23 2018-11-29 Lux Modus Ltd. Automated pipeline construction modelling
US10223806B1 (en) * 2017-08-23 2019-03-05 TuSimple System and method for centimeter precision localization using camera-based submap and LiDAR-based global map
CN116255992A (zh) * 2017-08-23 2023-06-13 北京图森未来科技有限公司 一种同时定位与建图的方法和装置
US10565457B2 (en) 2017-08-23 2020-02-18 Tusimple, Inc. Feature matching and correspondence refinement and 3D submap position refinement system and method for centimeter precision localization using camera-based submap and LiDAR-based global map
US10762673B2 (en) * 2017-08-23 2020-09-01 Tusimple, Inc. 3D submap reconstruction system and method for centimeter precision localization using camera-based submap and LiDAR-based global map
CN107607958A (zh) * 2017-09-06 2018-01-19 广东电网有限责任公司机巡作业中心 一种基于导线位置估计的导线障碍物安全距离检测方法
IT201700122330A1 (it) * 2017-10-27 2019-04-27 Italoiberica Eng Group Sl Sistema e metodo per il monitoraggio di infrastrutture ed opere civili particolarmente in aree urbane.
CN108564575B (zh) * 2018-04-11 2022-03-15 西南交通大学 一种基于三维点云数据的非接触式接触网参数检测方法
FR3101432B1 (fr) 2019-09-27 2021-09-03 Airbus Helicopters Procédé et système de détection d’obstacles filaires pour aéronef
US11521357B1 (en) * 2020-11-03 2022-12-06 Bentley Systems, Incorporated Aerial cable detection and 3D modeling from images
US11308656B1 (en) 2020-11-16 2022-04-19 International Business Machines Corporation Power line extraction using reference data
US11594022B2 (en) 2020-11-16 2023-02-28 International Business Machines Corporation Power line georectification
CN113705640B (zh) * 2021-08-16 2024-03-01 中国电子科技集团公司第二十八研究所 基于遥感影像快速构建飞机检测数据集的方法
CN116758529B (zh) * 2023-08-21 2023-11-14 广东电网有限责任公司广州供电局 线路识别方法、装置和计算机设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006065452A (ja) * 2004-08-25 2006-03-09 Takeshi Hashimoto n次元のハフ変換による画像データ処理方法及び装置
US7046841B1 (en) * 2003-08-29 2006-05-16 Aerotec, Llc Method and system for direct classification from three dimensional digital imaging
JP2007271408A (ja) * 2006-03-31 2007-10-18 Nippon Telegr & Teleph Corp <Ntt> 三次元環境情報取得装置,三次元環境情報取得方法及びその方法を実現したプログラムを格納した記録媒体
US7397548B2 (en) * 2005-07-20 2008-07-08 Eurocopter Method of detecting suspended filamentary objects by telemetry
JP2010112889A (ja) * 2008-11-07 2010-05-20 Asia Air Survey Co Ltd 認識システム、認識方法、および認識プログラム

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3069654A (en) 1960-03-25 1962-12-18 Paul V C Hough Method and means for recognizing complex patterns
IT1163442B (it) * 1983-06-03 1987-04-08 Agip Spa Metodo perfezionato di rilevamento stereofotogrammetrico di oggetti di grandi dimensioni in mare e su terraferma
IT1246234B (it) 1990-09-07 1994-11-17 Selenia Ind Elettroniche Rivelatore di fili sospesi, particolarmente idoneo per applicazioni avioniche
US6664529B2 (en) 2000-07-19 2003-12-16 Utah State University 3D multispectral lidar
US7046851B2 (en) 2000-11-08 2006-05-16 California Institute Of Technology Image and video indexing scheme for content analysis
DE10055572C1 (de) 2000-11-09 2002-01-24 Astrium Gmbh Verfahren zur Leitungserkennung für tieffliegende Fluggeräte
JP3910582B2 (ja) 2001-07-31 2007-04-25 株式会社キャドセンター 三次元構造物形状の自動生成装置、自動生成方法、そのプログラム、及びそのプログラムを記録した記録媒体
CA2649916A1 (en) * 2008-01-09 2009-07-09 Tiltan Systems Engineering Ltd. Apparatus and method for automatic airborne lidar data processing and mapping using data obtained thereby
FR2953300B1 (fr) * 2009-12-02 2019-07-05 Airbus Helicopters Procede de detection par telemetrie d'au moins un objet filiforme suspendu se trouvant dans le champ de detection d'un telemetre embarque a bord d'un vehicule
ES2683769T3 (es) 2010-01-20 2018-09-27 Jrb Engineering Pty Ltd Medición óptica de hilo aéreo
US8374431B2 (en) * 2010-07-27 2013-02-12 Aerotec, Llc Method and apparatus for direct detection, location, analysis, identification, and reporting of vegetation clearance violations

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7046841B1 (en) * 2003-08-29 2006-05-16 Aerotec, Llc Method and system for direct classification from three dimensional digital imaging
JP2006065452A (ja) * 2004-08-25 2006-03-09 Takeshi Hashimoto n次元のハフ変換による画像データ処理方法及び装置
US7397548B2 (en) * 2005-07-20 2008-07-08 Eurocopter Method of detecting suspended filamentary objects by telemetry
JP2007271408A (ja) * 2006-03-31 2007-10-18 Nippon Telegr & Teleph Corp <Ntt> 三次元環境情報取得装置,三次元環境情報取得方法及びその方法を実現したプログラムを格納した記録媒体
JP2010112889A (ja) * 2008-11-07 2010-05-20 Asia Air Survey Co Ltd 認識システム、認識方法、および認識プログラム

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JPN6015051814; Thomas Melzer, Christian Briese: 'Extraction and Modeling of Power Lines from ALS Point Cloud' CiteSeerX , 20040617, P.1-8, Austrian Association for Pattern Recognition *
JPN6015051816; 石野 隆一: '対象物の構造的特徴を利用した物体追跡法 電線振動時の電線の捩れ角算出手法の開発' 電気学会研究会資料 IP-08-2 , IIS-08-2, 20080222, P.7-14, 社団法人 電気学会 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101822373B1 (ko) * 2016-05-10 2018-03-08 서울대학교산학협력단 물체 탐지 장치 및 방법
JP2019144153A (ja) * 2018-02-22 2019-08-29 一般財団法人電力中央研究所 電線形状の再現方法,再現装置,及び再現プログラム、並びに、点群精度の評価方法,評価装置,及び評価プログラム
JP7098349B2 (ja) 2018-02-22 2022-07-11 一般財団法人電力中央研究所 電線形状の再現方法,再現装置,及び再現プログラム、並びに、点群精度の評価方法,評価装置,及び評価プログラム
JP2020035001A (ja) * 2018-08-27 2020-03-05 株式会社日立ソリューションズ 空中線抽出システム及び方法
WO2020044589A1 (ja) * 2018-08-27 2020-03-05 株式会社日立ソリューションズ 空中線抽出システム及び方法
JP7039420B2 (ja) 2018-08-27 2022-03-22 株式会社日立ソリューションズ 空中線抽出システム及び方法
US11495026B2 (en) 2018-08-27 2022-11-08 Hitachi Solutions, Ltd. Aerial line extraction system and method

Also Published As

Publication number Publication date
EP2710556A4 (en) 2015-04-01
CA2839165A1 (en) 2012-11-22
AU2012255696B2 (en) 2015-08-20
NZ618805A (en) 2015-09-25
SG195031A1 (en) 2013-12-30
WO2012155205A1 (en) 2012-11-22
EP2710556A1 (en) 2014-03-26
US9384399B2 (en) 2016-07-05
JP6021897B2 (ja) 2016-11-09
US20140177928A1 (en) 2014-06-26
PT2710556T (pt) 2024-04-02
EP2710556B1 (en) 2024-01-24
CA2839165C (en) 2019-08-20
AU2012255696A1 (en) 2013-03-21
DK2710556T3 (da) 2024-03-11

Similar Documents

Publication Publication Date Title
JP6021897B2 (ja) 画像データを処理する方法およびシステム
US10198632B2 (en) Survey data processing device, survey data processing method, and survey data processing program
Kim et al. Point-based classification of power line corridor scene using random forests
CN108181635A (zh) 一种用于输电线路交叉跨越分析的激光点云分类方法
Jung et al. Automated and efficient powerline extraction from laser scanning data using a voxel-based subsampling with hierarchical approach
Ibrahim et al. Curb-based street floor extraction from mobile terrestrial LiDAR point cloud
CN102879788B (zh) 一种基于机载LiDAR数据的输电线路的电力线提取方法
Ortega et al. Characterization and modeling of power line corridor elements from LiDAR point clouds
KR101268523B1 (ko) 레이저 스캐너를 이용한 도시 환경에서의 빠른 주변 환경 인식 방법
Bremer et al. Eigenvalue and graph-based object extraction from mobile laser scanning point clouds
CN114114314A (zh) 基于激光点云的输电线路巡检检测系统及检测方法
CN108562885B (zh) 一种高压输电线路机载LiDAR点云提取方法
Nardinocchi et al. Fully automatic point cloud analysis for powerline corridor mapping
Sturari et al. Robotic platform for deep change detection for rail safety and security
Shokri et al. A robust and efficient method for power lines extraction from mobile LiDAR point clouds
Arastounia Automatic classification of lidar point clouds in a railway environment
JP6397386B2 (ja) 領域分割処理装置、方法、及びプログラム
Truong-Hong et al. Automatic detection of road edges from aerial laser scanning data
Qin et al. A voxel-based filtering algorithm for mobile LiDAR data
Jaw et al. Wind adaptive modeling of transmission lines using minimum description length
KR102466119B1 (ko) Ais 정보에 기반한 주요항로 연결망 추출 장치 및 방법
Gaha et al. A new LiDAR-based approach for poles and distribution lines detection and modelling
CN114631040A (zh) 用于在铁路轨道上自主定位移动车辆的设备和方法
CN116052023A (zh) 基于三维点云的电力巡检地物分类方法及存储介质
Awrangjeb et al. Classifier-free extraction of power line wires from point cloud data

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20150226

A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A711

Effective date: 20150804

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20150804

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20151209

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20151222

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20160322

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160331

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20160422

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160816

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20160824

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20160913

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20161004

R150 Certificate of patent or registration of utility model

Ref document number: 6021897

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250