一种图像识别辅助的输电线路激光LiDAR点云分类方法技术

本发明专利技术公开了一种图像识别辅助的输电线路激光LiDAR点云分类方法，包括以下步骤：步骤S1：进行彩色点云降维处理，生成通道正射影像；步骤S2：建立输电线路地物样本库，构建图像识别模型；步骤S3：基于图像识别的道路、建筑进行粗提取；步骤S4：基于形态特征的道路、建筑进行精分类。本发明专利技术在传统分类技术的基础上，引入图像识别技术，利用彩色点云中蕴含的纹理信息辅助点云分类，在进行传统分类前对点云类别进行预定义，提高了对于建筑、道路的分类效果。

【技术实现步骤摘要】
一种图像识别辅助的输电线路激光LiDAR点云分类方法
本专利技术涉及输电线路机载激光LiDAR
，特别涉及一种图像识别辅助的输电线路激光LiDAR点云分类方法。
技术介绍
随着机载激光LiDAR技术在电力行业的应用规模不断扩大，对于激光LiDAR数据处理的自动化程度要求不断增高。点云分类是激光LiDAR技术电力应用数据处理的前提和基础，目前现有激光LIDAR分类算法大多仅采用形态学滤波算法，对植被、电力线以及杆塔等具有明显空间特征的类别分类效果较好，但对于具有与地面具有相同形态特质的地物(建筑、道路)进行进一步分类时效果欠佳。同时建筑物、道路又是电力行业十分关注的地物类别，在实际电力应用中需要人工进行目视判别和手动调整，给数据处理人员带来了极大的工作负担。
技术实现思路
有鉴于此，本专利技术的目的之一是提供一种图像识别辅助的输电线路激光LiDAR点云分类方法。利用图像识别技术辅助点云分类，从图像方面对建筑、道路进行预识别，再通过形态特征对建筑、道路边界进行精细化提取，提高点云分类在建筑、道路以及杆塔的分类效果，进一步推动点云数据处理自动化进程。本专利技术的目的之一是通过以下技术方案实现的：该种图像识别辅助的输电线路激光LiDAR点云分类方法，包括以下步骤：步骤S1：彩色点云降维处理，生成通道正射影像；步骤S2：建立输电线路地物样本库，构建图像识别模型；步骤S3：基于图像识别的道路、建筑进行粗提取；步骤S4：基于形态特征的道路、建筑进行精分类。<br>特别地，所述步骤S1具体包括：以点云平面坐标左上角(Xmin,Ymax)为起点，以设定网格大小dL沿X轴、Y轴划分平面二维网格，设点云中任意一点P平面坐标值为(XP,YP)，则其所在网格位置为(uP,vP)。按上述公式，将彩色点云中各点划分到对应的网格中。构造一张RGB通道图像，其像素大小为[(Xmax-Xmin)/dL+1]×[(Ymax-Ymin)/dL+1]，像素RGB为对应网格内三维点RGB均值，生成通道正射影像图。特别地，所述步骤S2是收集输电线路通道的影像数据，制作建筑、道路标签，建立输电线路地物训练样本库，通过u-net网络从样本库中提取影像多维深度特征，提高各类地物影像的特征表达能力，基于高算力GPU为硬件基础，结合张量运算的计算方式，构建针对输电线路通道影像的高精度图像识别模型。特别地，所述步骤S3是利用图像识别模型自动对步骤一生成的通道正射影像中的建筑、道路、杆塔进行自动识别，获取各类别的框标范围。通过像素与点云网格之间的一一对应关系，将类别框标范围内像素对应的网格内三维点类别属性赋值为图像识别出的类型编码。特别地，所述步骤S4以步骤S3的粗提取结果为基础，不同的分类结果设定不同的形态特征阈值，对粗分类后点集形态特征进行判别与去噪，得到精分类结果。特别地，所述步骤S4中，各特征的定义如下：建筑特征：建筑物分为斜顶或平顶平面，且边界点与地面存在2m以上的高程突变。利用步骤S3提取的预分类建筑物点云，利用贪婪三角算法构建三角网，构建拓扑关系；进而计算点云内每一个三维点的法向量，利用建筑物斜顶或平顶法向量固定的特点，提取出法向量变化点与其0.5m以内邻域点进行高差比较，当其高差最大值大于2m时，该点作为建筑物边界点。对提取出的边界点构建凸包提取外边界，得到建筑物整体外边框，对边框外的点进行过滤，保留边框内的点作为建筑物点云。道路特征：道路的形态特征为一个光滑的曲面，法向量连续且小于45°。利用步骤S3提取的预分类道路点云，利用贪婪三角算法构建三角网，构建拓扑关系；计算点云内每一个三维点的法向量，过滤法向量与XOY平面夹角大于45°的噪点，同时提取每一个三维点1m以内邻域点进行法向量比较，对法向量夹角大于15°的三维点确定为道路边界。本专利技术的目的之二是提供一种计算机装置，包括存储器、处理器及储存在存储器上并能够在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如前所述的方法。本专利技术的的目的之三是提供一种计算机可读存储介质，其上储存有计算机程序，所述计算机程序被处理器执行时实现如前所述的方法。本专利技术的有益效果是：本专利技术在传统分类技术的基础上，引入图像识别技术，利用彩色点云中蕴含的纹理信息辅助点云分类，在进行传统分类前对点云类别进行预定义。本方法提高了对于建筑、道路以及杆塔的分类效果。本专利技术的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本专利技术的实践中得到教导。本专利技术的目标和其他优点可以通过下面的说明书和前述的权利要求书来实现和获得。附图说明为了使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作进一步的详细描述，其中：图1为本专利技术的方法流程示意图。具体实施方式以下将参照附图，对本专利技术的优选实施例进行详细的描述。应当理解，优选实施例仅为了说明本专利技术，而不是为了限制本专利技术的保护范围。如图所示，本实施例的一种图像识别辅助的输电线路激光LiDAR点云分类方法，包括以下步骤：步骤S1：进行彩色点云降维处理，生成通道正射影像；本实施例中，具体包括：以点云平面坐标左上角(Xmin,Ymax)为起点，以设定网格大小dL沿X轴、Y轴划分平面二维网格，设点云中任意一点P平面坐标值为(XP,YP)，则其所在网格位置为(uP,vP)。按上述公式，将彩色点云中各点划分到对应的网格中。构造一张RGB通道图像，其像素大小为[(Xmax-Xmin)/dL+1]×[(Ymax-Ymin)/dL+1]，像素RGB值为对应网格内三维点RGB均值，生成通道正射影像图。步骤S2：收集输电线路通道的影像数据，制作建筑、道路标签，建立输电线路地物训练样本库，通过u-net网络从样本库中提取影像多维深度特征，提高各类地物影像的特征表达能力，基于高算力GPU为硬件基础，结合张量运算的计算方式，构建针对输电线路通道影像的高精度图像识别模型。步骤S3：基于图像识别的道路、建筑进行粗提取；本实施例中，是利用图像识别模型自动对步骤一生成的通道正射影像中的建筑、道路、杆塔进行自动识别，获取各类别的框标范围。通过像素与点云网格之间的一一对应关系，将类别框标范围内像素对应的网格内三维点类别属性赋值为图像识别出的类型编码。步骤S4：基于形态特征的道路、建筑进行精分类。本实施例中具体是以步骤S3的粗提取结果为基础，不同的分类结果设定不同的形态特征阈值，对粗分类后点集形态特征进行判别与去噪，得到精分类结果。本实施例中，各特征的定义如下：建筑特征：建筑物分为斜顶或平顶平面，且边界点与地面存在2m以上的高程突变。利用步骤S3提取的预分类建筑物点云，利用贪婪三角算法构建三角网，构建拓扑关系；进而计算点云内每一个三维点的法向量，利用建筑物斜顶或平本文档来自技高网...

【技术保护点】
1.一种图像识别辅助的输电线路激光LiDAR点云分类方法，其特征在于：包括以下步骤：/n步骤S1：进行彩色点云降维处理，生成通道正射影像；/n步骤S2：建立输电线路地物样本库，构建图像识别模型；/n步骤S3：基于图像识别的道路、建筑进行粗提取；/n步骤S4：基于形态特征的道路、建筑进行精分类。/n

【技术特征摘要】
1.一种图像识别辅助的输电线路激光LiDAR点云分类方法，其特征在于：包括以下步骤：
步骤S1：进行彩色点云降维处理，生成通道正射影像；
步骤S2：建立输电线路地物样本库，构建图像识别模型；
步骤S3：基于图像识别的道路、建筑进行粗提取；
步骤S4：基于形态特征的道路、建筑进行精分类。


2.根据权利要求1所述的一种图像识别辅助的输电线路激光LiDAR点云分类方法，其特征在于：所述步骤S1具体包括：
以点云平面坐标左上角(Xmin,Ymax)为起点，以设定网格大小dL沿X轴、Y轴划分平面二维网格，设点云中任意一点P平面坐标值为(XP,YP)，则其所在网格位置为(uP,vP)。



按上述公式，将彩色点云中各点划分到对应的网格中。构造一张RGB通道图像，其像素大小为[(Xmax-Xmin)/dL+1]×[(Ymax-Ymin)/dL+1]，像素RGB为对应网格内三维点RGB均值，生成通道正射影像图。


3.根据权利要求1所述的一种图像识别辅助的输电线路激光LiDAR点云分类方法，其特征在于：所述步骤S2是收集输电线路通道的影像数据，制作建筑、道路标签，建立输电线路地物训练样本库，通过u-net网络从样本库中提取影像多维深度特征，提高各类地物影像的特征表达能力，基于高算力GPU为硬件基础，结合张量运算的计算方式，构建针对输电线路通道影像的高精度图像识别模型。


4.根据权利要求1所述的一种图像识别辅助的输电线路激光LiDAR点云分类方法，其特征在于：所述步骤S3是利用图像识别模型自动对步骤一生成的通道正射影像中的建筑、道路、杆塔进行自动识别，获取各类别的框标范围。通过像素与点云网格之间的一一对应关系，将类别框标范围内像素对应的网格内三维点类别属性赋值为图像识别出的类型编码。


5.根...

【专利技术属性】
技术研发人员：杨恒，彭赤，虢韬，徐梁刚，张伟，杜昊，时磊，王迪，龙新，杨渊，
申请(专利权)人：贵州电网有限责任公司，
类型：发明
国别省市：贵州;52