激光雷达点云电力线自动提取算法

doi:10.13474/j.cnki.11-2246.2021.0172

测绘通报 ›› 2021, Vol. 0 ›› Issue (6): 33-38.doi: 10.13474/j.cnki.11-2246.2021.0172

激光雷达点云电力线自动提取算法

李德友, 李彩林, 李祥珅, 王柏涛

山东理工大学建筑工程学院, 山东淄博 255000

收稿日期:2020-07-17 发布日期:2021-06-28
通讯作者: 李彩林。E-mail:licailin@sdut.edu.cn
作者简介:李德友(1998—),男,主要研究方向为摄影测量与遥感。E-mail:dalesmail@163.com
基金资助:
国家自然科学基金（41601496；41701525）；山东省重点研发计划（2018GGX106002）；山东省艺术科学重点课题（ZD202008267；201806353）；自然资源部大湾区地理环境监测重点实验室（深圳大学）开放基金（SZU51029202003）

An automatic algorithm of power line extraction from LiDAR point cloud

LI Deyou, LI Cailin, LI Xiangshen, WANG Baitao

School of Civil Architectural Engineering, Shandong University of Technology, Zibo 255000, China

Received:2020-07-17 Published:2021-06-28

摘要/Abstract

摘要： 针对当前电力线提取方法自动化程度和精度不高的问题，本文从点云数据的空间分布特征出发，提出了一种高效的电力线自动提取方法。首先基于自然裂点法，将点云数据按高程分类后去除地面点；然后对数据进行空间划分，基于子空间的点密度及空间结构特征的差异化，利用地物分割算法去除电塔点和残留的植被点；最后利用基于欧氏距离分割的电力线自动检测算法，实现单根电力线的快速、高精度提取。提取结果和拟合试验表明，该方法能在复杂地形下实现电力线的自动提取，极大提高了电力线的提取效率和精度。

关键词: 机载激光雷达点云, 电力线提取, 分段统计, 欧氏距离分割, 自动检测

Abstract: Aiming at the problem of low automation and accuracy of current power line extraction methods, this paper proposes an automatic power line extraction method based on the spatial distribution characteristics of point cloud data. Firstly, based on the nature breaks, the point cloud data is classified according to the elevation, and the ground points are removed. Then, the data is partitioned spatially. Based on the point density of subspace and the difference of spatial structure features, the pylon points and residual vegetation points are removed by ground object segmentation algorithm. Finally, the power line automatic detection algorithm based on Euclidean distance is used to realize the fast and high-precision extraction of a single power line.The results of extraction and fitting experiments show that this method can automatically extract power lines in complex terrain, and greatly improve the efficiency and accuracy of power line extraction.

Key words: airborne LiDAR point cloud, power line extraction, segment statistics, Euclidean distance segmentation, automatic detection

中图分类号:

P237

李德友, 李彩林, 李祥珅, 王柏涛. 激光雷达点云电力线自动提取算法[J]. 测绘通报, 2021, 0(6): 33-38.

LI Deyou, LI Cailin, LI Xiangshen, WANG Baitao. An automatic algorithm of power line extraction from LiDAR point cloud[J]. Bulletin of Surveying and Mapping, 2021, 0(6): 33-38.

参考文献

[1] 李晓峰,胡川,尹洪,等.基于机载LiDAR点云的电力线自动提取[J].计算机测量与控制,2018,26(7):220-224.
[2] 余洁,穆超,冯延明,等.机载LiDAR点云数据中电力线的提取方法研究[J].武汉大学学报(信息科学版),2011,36(11):1275-1279.
[3] 朱德海,郭浩,苏伟,等.点云库PCL教程[M].北京:航空航天大学出版社,2012:104-105.
[4] 周学文.LiDAR技术在电力线路工程中的应用[J].测绘科学,2010,35(5):83-85.
[5] 陈驰,彭向阳,宋爽,等.大型无人机电力巡检LiDAR点云安全距离诊断方法[J].电网技术,2017,41(8):2723-2730.
[6] 梁静,张继贤,刘正军.利用机载LiDAR点云数据提取电力线的研究[J].测绘通报,2012(7):17-20.
[7] 徐博,刘正军,王坚.基于激光点云数据电力线的提取及安全检测[J].激光杂志,2017,38(7):48-51.
[8] 刘晓磊,郑顺义,许磊.基于LiDAR点云数据的电力线自动提取算法研究[J].测绘地理信息,2017,42(4):13-16.
[9] 时磊,虢韬,彭赤,等.电力线激光点云的分割及安全检测研究[J].激光技术,2019,43(3):341-346.
[10] 叶岚,刘倩,胡庆武.基于LIDAR点云数据的电力线提取和拟合方法研究[J].测绘与空间地理信息,2010,33(5):30-34.
[11] 汤国安,刘学军,闾国年, 等.地理信息系统教程[M].北京:高等教育出版社,2007:284-285.
[12] 周炳南,闵华松,康雅文.PCL环境下的3D点云分割算法研究[J].微电子学与计算机,2018,35(6):101-105.
[13] MCLAUGHLIN R A. Extracting transmission lines from airborne LiDAR data[J]. IEEE Geoscience and Remote Sensing Letters, 2006, 3(2):222-226.
[14] 郭仁忠.空间分析[M].北京:高等教育出版社,2001:84-87.
[15] KIM H B, SOHN G. Point-based classification of power line corridor scene using random forests[J].Photogrammetric Engineering & Remote Sensing, 2013, 79(9):821-833.
[16] MELZER T, BRIESE C. Extraction and modeling of power lines from ALS point clouds[C]//Proceedings of the 28th Austrian Assoc Pattern Recog Workshop. Austrian:[s.n.], 2004.

激光雷达点云电力线自动提取算法

An automatic algorithm of power line extraction from LiDAR point cloud

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 1

编辑推荐

Metrics

本文评价