特征空间聚类的电力线激光雷达点云分割方法

发布时间：2019-05-25 02:44

【摘要】：针对现有电力线激光雷达点云分割方法中存在的问题,该文提出了一种采用特征空间K-means聚类的单档电力线激光雷达点云分割方法:利用电力线LiDAR点云的水平坐标信息进行直线拟合,并对LiDAR点沿直线方向进行分段;将每一段LiDAR点云投影到相应的电力线切平面(该平面垂直于拟合直线);最后使用K-means聚类方法进行投影点的聚类,且相邻的段和段之间通过投影中心点进行类别的传递和规则化。实验表明,该方法可以较好地进行单档电力线LiDAR点云分割,且对电力线根数、电力线类型、电力线空间配置结构、档距长度、点云不规则断裂等因素不敏感。
[Abstract]:In view of the problems existing in the existing power line laser radar point cloud segmentation methods, In this paper, a single-gear power line laser radar point cloud segmentation method based on feature space K-means clustering is proposed. The horizontal coordinate information of power line LiDAR point cloud is used to fit the line, and the LiDAR point is segmented along the straight line direction. Each LiDAR point cloud is projected to the corresponding tangent plane of the power line (which is perpendicular to the fitting line). Finally, the K-means clustering method is used to cluster the projection points, and the adjacent segments and segments are transferred and standardized by the projection center points. The experimental results show that this method can segment the LiDAR point cloud of single power line well, and it is not sensitive to the number of power line roots, the type of power line, the spatial configuration structure of power line, the length of gear distance, the irregular fracture of point cloud and so on.
【作者单位】： 中国测绘科学研究院摄影测量与遥感研究所;中国科学院遥感与数字地球研究所数字地球重点实验室;
【基金】：国家自然科学基金项目(41371405) 基础测绘项目(A1506) 中央级公益性科研院所基本科研业务费专项(7771523)
【分类号】：P225;TN958.98

【相似文献】

相关期刊论文 前10条

1 程效军;李伟英;张小虎;;基于自适应八叉树的点云数据压缩方法研究[J];河南科学;2010年10期

2 张巧英;陈浩;朱爽;;密度聚类算法在连续分布点云去噪中的应用[J];地理空间信息;2011年06期

3 李德江;殷福忠;孙利民;;基于特征点的点云压缩方法研究[J];测绘通报;2012年01期

4 宋杨;;基于线性八叉树的点云简化与特征提取研究[J];广东科技;2012年17期

5 宋杨;;基于线性八叉树的点云简化与特征提取研究[J];广东科技;2012年13期

6 陈凯;张达;张元生;;采空区三维激光扫描点云数据处理方法[J];光学学报;2013年08期

7 罗德安;廖丽琼;吴志群;;基于点云的建筑立面模型快速重建[J];测绘通报;2013年12期

8 江恒彪;;基于实体化的地面点云建模技术[J];测绘工程;2014年07期

9 李滨;王佳;;基于点云的建筑测绘信息提取[J];测绘通报;2012年S1期

10 姚吉利;贾象阳;马宁;徐广鹏;韩保民;;地面激光扫描多站点云整体定向平差模型[J];测绘学报;2014年08期

相关会议论文 前4条

1 蔡来良;李儒;;点云数据处理算法与实现初步研究[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年

2 李滨;王佳;;基于点云的建筑测绘信息提取[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年

3 赵福生;胡静波;;基于距离-梯度的LIDAR点云简化算法研究[A];中国测绘学会2010年学术年会论文集[C];2010年

4 李艳芳;;改进ICP算法在点云精确配准中的应用[A];2014年2月建筑科技与管理学术交流会论文集[C];2014年

相关重要报纸文章 前1条

1 中国工程院院士 刘先林;四维远见的装备创新[N];中国测绘报;2012年

相关博士学位论文 前6条

1 彭检贵;融合点云与高分辨率影像的城区道路提取与表面重建研究[D];武汉大学;2012年

2 杨德贺;面向虚拟测方系统的点云聚类与拟合理论[D];中国矿业大学（北京）;2014年

3 冯义从;车载LiDAR点云的建筑物立面信息快速自动提取[D];西南交通大学;2014年

4 李峰;机载LiDAR点云的滤波分类研究[D];中国矿业大学（北京）;2013年

5 熊友谊;地面激光扫描点云与鱼眼全景影像的配准与整合研究[D];中国矿业大学（北京）;2014年

6 孙美玲;机载LiDAR数据滤波及城区汽车目标检测方法研究[D];西南交通大学;2014年

，

本文编号：2485423