基于機(jī)載激光雷達(dá)數(shù)據(jù)中電力線(xiàn)提取方法研究

□ 鄭長(zhǎng)春 梁艷玲

（1.山西亞太數(shù)字遙感新技術(shù)有限公司，山西 太原 030006；2.山西眾智檢測(cè)科技有限公司，山西 太原 030032）

0.引言

隨著國(guó)民經(jīng)濟(jì)的高速發(fā)展，對(duì)高電壓、大功率、長(zhǎng)距離輸電需求的提高，線(xiàn)路走廊穿越的地理環(huán)境越來(lái)越復(fù)雜，對(duì)其運(yùn)行維護(hù)日趨困難。傳統(tǒng)的直升機(jī)巡線(xiàn)大多搭載紅外線(xiàn)攝像儀、數(shù)碼攝像機(jī)、照相機(jī)等設(shè)備，在飛行的同時(shí)，對(duì)途經(jīng)線(xiàn)路進(jìn)行觀察、獲取線(xiàn)路走廊可見(jiàn)光和紅外影像，但這些技術(shù)的空間定位精度均不高，很難精確判斷線(xiàn)路走廊地物到線(xiàn)路的距離。而機(jī)載激光雷達(dá)測(cè)量技術(shù)可以很好地解決空間定位和測(cè)量精度等問(wèn)題。它可直接采集線(xiàn)路走廊高分辨率的航空數(shù)碼影像和高精度高密度三維激光點(diǎn)云數(shù)據(jù)，進(jìn)而快速地獲得高精度三維線(xiàn)路走廊的地形、地貌、地物和線(xiàn)路設(shè)施的空間信息。

目前激光雷達(dá)在電力線(xiàn)提取方面的應(yīng)用正處于初始階段，國(guó)內(nèi)在此方面研究甚少，且提取的過(guò)程大都利用Hough變換提取電力線(xiàn)，即將三維點(diǎn)云轉(zhuǎn)化到二維空間后，在進(jìn)行Hough變換，此類(lèi)方法損失了點(diǎn)云的高程信息，對(duì)于平面位置相同的多層電力線(xiàn)點(diǎn)云，不能快速實(shí)現(xiàn)單條電力線(xiàn)分類(lèi)。此外，利用Hough變換檢測(cè)電力線(xiàn)，計(jì)算過(guò)程復(fù)雜，不利于大數(shù)據(jù)的應(yīng)用。Liang Jing等人直接根據(jù)同一根電力線(xiàn)上激光腳點(diǎn)緊密相連的特性，利用點(diǎn)云聚類(lèi)的思想，并結(jié)合KD樹(shù)組織數(shù)據(jù)結(jié)構(gòu)進(jìn)行最近鄰搜索，實(shí)現(xiàn)了電力線(xiàn)的快速自動(dòng)提取。但該算法需要滿(mǎn)足聚類(lèi)閾值K需小于兩根電力線(xiàn)的最小距離，當(dāng)點(diǎn)云間距大于兩根電力線(xiàn)的最小距離，K值無(wú)法滿(mǎn)足聚類(lèi)需要，降低了聚類(lèi)的完整性。

本文重點(diǎn)分析了超高壓輸電線(xiàn)路走廊的基本特征，簡(jiǎn)化電力線(xiàn)提取流程，提出一種從機(jī)載激光雷達(dá)點(diǎn)云中快速提取電力線(xiàn)點(diǎn)云的方法，并運(yùn)用不同層電力線(xiàn)的高程差異實(shí)現(xiàn)電力線(xiàn)的分股，并通過(guò)試驗(yàn)驗(yàn)證了該方法的可靠性和有效性。

1.電力線(xiàn)提取方法

電力線(xiàn)的快速高效提取，首先充分掌握原始激光雷達(dá)點(diǎn)云數(shù)據(jù)中電力線(xiàn)路設(shè)施的特征，即桿塔和輸電線(xiàn)路的基本特征；在此基礎(chǔ)上需要找有效的方法，使用這些特征，將這些設(shè)施從激光雷達(dá)點(diǎn)云中分隔提取。

1.1 電力線(xiàn)路的基本特征

與一般輸電線(xiàn)路走廊不同，超高壓輸電線(xiàn)路相對(duì)于地面點(diǎn)的高差很大。其中，桿塔相對(duì)于地面點(diǎn)的最大高差達(dá)55m，遠(yuǎn)遠(yuǎn)超過(guò)附近植被點(diǎn)，且沿垂直方向桿塔具有較好的連續(xù)性（如圖1（a）所示）；導(dǎo)、地線(xiàn)懸掛于兩座桿塔之間，沿豎直方向按照高低分列式排布，導(dǎo)線(xiàn)弧垂最低點(diǎn)與地面之間保持較大的高程差（如圖1（b）所示）。

圖1 （a）桿塔剖面圖

1.2 提取流程

本研究將電力線(xiàn)提取分為電力線(xiàn)點(diǎn)云數(shù)據(jù)粗分類(lèi)、精分類(lèi)和電力線(xiàn)點(diǎn)云分股三個(gè)過(guò)程，具體流程（如圖2所示）。

1.3 激光點(diǎn)云粗分類(lèi)

圖1 （b）導(dǎo)線(xiàn)縱向剖面圖

在狹長(zhǎng)的電力線(xiàn)走廊區(qū)域內(nèi)，激光點(diǎn)云主要分為地面點(diǎn)、植被點(diǎn)、建筑物點(diǎn)、電塔點(diǎn)和電力線(xiàn)點(diǎn)。本文首先采用濾波的方法濾除地面點(diǎn)，保留非地面點(diǎn)云數(shù)據(jù)。根據(jù)濾波后獲取的非地面點(diǎn)云的空間幾何特性，電力線(xiàn)點(diǎn)不同于植被點(diǎn)和桿塔點(diǎn)，在局部范圍內(nèi)，電力線(xiàn)點(diǎn)云的高程值與非電力線(xiàn)點(diǎn)云高程呈現(xiàn)分布不連續(xù)。因此，首先以地面點(diǎn)建立基準(zhǔn)高程面，通過(guò)設(shè)置合理的高程閾值，即可快速剔除大部分非電力線(xiàn)點(diǎn)云。

圖2 機(jī)載激光點(diǎn)云數(shù)據(jù)快速提取電力線(xiàn)流程

1.4 激光點(diǎn)云精分類(lèi)

經(jīng)過(guò)粗分類(lèi)后的電力線(xiàn)點(diǎn)云基本剔除了植被點(diǎn)，但還包括桿塔點(diǎn)和部分散亂的噪聲點(diǎn)。由于電力線(xiàn)點(diǎn)云在XY投影的平面內(nèi)具有線(xiàn)狀特征，因此本文運(yùn)用隨機(jī)抽樣一致算法（RANSAC）進(jìn)行進(jìn)一步的精細(xì)分類(lèi)。該算法是從一組包含離群的被觀測(cè)數(shù)據(jù)中估算出數(shù)學(xué)模型，對(duì)于含錯(cuò)50%離群數(shù)據(jù)的樣本集，能夠有效獲得參數(shù)數(shù)學(xué)模型，具有較強(qiáng)的魯棒性，方法如下：

（1）將粗分類(lèi)得到的電力線(xiàn)點(diǎn)云投影到XY平面，得到二維平面點(diǎn)集A。

（2）設(shè)置迭代變量K=0，迭代變量閾值K0=1；在 A中隨機(jī)選擇兩個(gè)點(diǎn)（A0，A1），并構(gòu)造一條直線(xiàn)L。

（3）遍歷A中的每個(gè)點(diǎn)Ai（Ai二維平面點(diǎn)集中任意點(diǎn)），計(jì)算Ai到直線(xiàn)L的垂距d；確定一個(gè)垂距閾值d0，其大小取決于每股電力線(xiàn)的直徑大小；如果d＜d0，則判定該點(diǎn)為直線(xiàn)L上的點(diǎn)，反之棄之。

（4）統(tǒng)計(jì)直線(xiàn)L上點(diǎn)的個(gè)數(shù)n，并與閾值n0比較（n0為估計(jì)的每段電力線(xiàn)大致的點(diǎn)云數(shù)目，視點(diǎn)云密度而定）。如果n＞n0，更新迭代變量閾值（如公式（1）所示），并遞增迭代變量 k；否則，無(wú)需更新，只遞增迭代變量k。

式中：p代表所有直線(xiàn)上的點(diǎn)全為電力線(xiàn)點(diǎn)云的概率，由于電力線(xiàn)點(diǎn)云在粗分類(lèi)點(diǎn)集中占有很大的比例，因此可設(shè)置為一個(gè)較大的值；r為n與點(diǎn)集A的點(diǎn)云數(shù)量的比值。

（5）迭代步驟（2）-（4），直至 k＜k0，或者 k0小于最大迭代次數(shù)kmax。

（6）迭代完成后，統(tǒng)計(jì)L上點(diǎn)的個(gè)數(shù)N，并與閾值n0比較。由于電力線(xiàn)走廊寬度較窄，因此交跨的電力線(xiàn)點(diǎn)云數(shù)量較少，可通過(guò)設(shè)置此變量達(dá)到剔除交跨電力線(xiàn)的目的；如果N≥n0，則判定直線(xiàn)L上的所有點(diǎn)為電力線(xiàn)點(diǎn)。以粗分類(lèi)結(jié)果中的非電力線(xiàn)點(diǎn)為原始數(shù)據(jù)，重復(fù)步驟（1）-（6）直至N＜n0；或者重復(fù)的次數(shù)達(dá)到一個(gè)次數(shù)限制的閥值K，其大小可根據(jù)電力線(xiàn)的股數(shù)以及電力線(xiàn)轉(zhuǎn)折的次數(shù)來(lái)確定。

RANSAC算法雖然能夠剔除大部分電塔點(diǎn)云，但不能剔除電塔上絕緣子的點(diǎn)云，由于與電力線(xiàn)在同一垂直面上，也被投影到A～[m,n]平面?？捎酶叱探y(tǒng)計(jì)分析的方法剔除這部分點(diǎn)云。圖3為RANSAC算法處理后的數(shù)據(jù)，比較1號(hào)和2號(hào)方框的點(diǎn)云，在一定的高程范圍內(nèi)1號(hào)點(diǎn)高程呈現(xiàn)連續(xù)性分布，基于這一特性來(lái)剔除絕緣子點(diǎn)云。

圖3 RANSAC算法處理后的點(diǎn)云

1.5 電力線(xiàn)分股

通過(guò)精分類(lèi)處理激光點(diǎn)云后，一方面電力線(xiàn)激光點(diǎn)云與地面、電塔等背景激光點(diǎn)云數(shù)據(jù)分離，獨(dú)立成為一類(lèi)地物；另一方面將電力線(xiàn)在XY平面上分成了多段直線(xiàn)。由于高壓輸電線(xiàn)路往往包含多層電力線(xiàn)數(shù)據(jù)，同一垂直面上的電力線(xiàn)投影到XY平面上會(huì)表現(xiàn)為同一條電力線(xiàn)，因此還需要對(duì)電力線(xiàn)進(jìn)行分股，方法如下：

（1）針對(duì)每段電力線(xiàn)L，利用RANSAC算法得到該段電力線(xiàn)的走勢(shì)，將L上的點(diǎn)投影到L與Z軸構(gòu)成的平面上。圖4為同一垂直面上1號(hào)電力線(xiàn)和2號(hào)電力線(xiàn)投影后的意圖。

（2）對(duì)投影后的電力線(xiàn)進(jìn)行分段。如果直接對(duì)整段電力線(xiàn)進(jìn)行高程比較，受電力線(xiàn)走廊地形或電力線(xiàn)弧垂的影響，可能會(huì)導(dǎo)致錯(cuò)分，因此對(duì)電力線(xiàn)點(diǎn)云進(jìn)行分段，取小范圍內(nèi)的電力線(xiàn)點(diǎn)云進(jìn)行高程比較。

（3）取每段電力線(xiàn)中高程值最小的點(diǎn)，其該值記為Z0，將該段電力線(xiàn)中每個(gè)點(diǎn)的高程值與Z0作差，得到高差h。

（4）設(shè)定一個(gè)高差閥值h0其大小根據(jù)電力線(xiàn)的弧垂情況確定；如果h＜h0，則可以看作是同一根電力線(xiàn)上的點(diǎn)。

（5）對(duì)于未確定屬于哪根電力線(xiàn)的點(diǎn)，重復(fù)步驟(3)和步驟(4)，直到所有的點(diǎn)都?xì)w屬某一電力線(xiàn)為止。

（6）如果直接分析整段電力線(xiàn)，高差閥值最小應(yīng)設(shè)定為h1，才能找到2號(hào)電力線(xiàn)上的所有點(diǎn)，但由于1號(hào)電力線(xiàn)a段的高程值較小，使得1號(hào)線(xiàn)的a段被錯(cuò)分為2號(hào)線(xiàn)；如果取b段進(jìn)行分析，設(shè)定h2為高差閥值，則能很好地區(qū)分2號(hào)電力線(xiàn)。

圖4 投影到走向面內(nèi)的電力線(xiàn)示意圖

（7）電力線(xiàn)點(diǎn)云分析比較完成后，根據(jù)點(diǎn)云數(shù)據(jù)地理空間位置和屬性信息自動(dòng)連接成完整分股電力線(xiàn)。

2.實(shí)驗(yàn)與結(jié)果分析

本文以Microsoft Visual Studio 2010為研發(fā)平臺(tái)，集成使用Open CV圖像處理庫(kù)，實(shí)現(xiàn)機(jī)載激光點(diǎn)云數(shù)據(jù)的電力線(xiàn)提取。采用電網(wǎng)公司±800kV的輸電線(xiàn)路機(jī)載激光雷達(dá)數(shù)據(jù)進(jìn)行試驗(yàn)驗(yàn)證。該線(xiàn)路長(zhǎng)度為17.4km，包含37個(gè)電塔，4根電力線(xiàn)，總點(diǎn)數(shù)19397萬(wàn)個(gè)點(diǎn)，平均點(diǎn)密度為每平方米54個(gè)點(diǎn)。經(jīng)量測(cè)，電力線(xiàn)高差間距為20m，水平間距為22m，電力線(xiàn)距地表高差最小為25m，每股電力線(xiàn)直徑約為1.2m，絕緣子直徑約為2.8m。線(xiàn)路上的地形起伏較大，最大坡度約47°，地表覆蓋主要包含建筑、樹(shù)木、河流、公路、電塔、電力線(xiàn)、交跨線(xiàn)等。針對(duì)以上特點(diǎn)，首先利用濾波算法，分出地面點(diǎn)云與非地面點(diǎn)云，然后以地面點(diǎn)建立基準(zhǔn)高程面，通過(guò)高程閾值進(jìn)行粗分類(lèi)試驗(yàn)，整體效果（如圖5（a）所示），可以看出，除了電力線(xiàn)點(diǎn)云外，還包含部分桿塔點(diǎn)云和少量的噪聲點(diǎn)。利用RANSAC算法，選用參數(shù)分別為：d0=1，n0=150，p=0.99，Kmax=60，K=10，實(shí)驗(yàn)效果（如圖5（b）所示），其中電塔點(diǎn)云和噪聲點(diǎn)已被剔除，但是仍然包含了一些絕緣子點(diǎn)云。選用最小分析單元，即絕緣子直徑2.8m、高差20m為高程統(tǒng)計(jì)閾值，實(shí)驗(yàn)效果（如圖 5（c）所示），此時(shí)絕緣子點(diǎn)云已經(jīng)被剔除。最后進(jìn)行電力線(xiàn)分股，即選用5m長(zhǎng)度范圍內(nèi)的點(diǎn)云為最小的分析單元，判斷是否屬于同一根電力線(xiàn)的高程差標(biāo)準(zhǔn)為1m，分股效果（如圖 5（d）所示）。

圖5 （a）粗分類(lèi)結(jié)果

圖5 （b）精分類(lèi)結(jié)果

圖5 （c）剔除絕緣子后局部放大效果

圖5 （d）分股后電力線(xiàn)效果

上述實(shí)驗(yàn)的粗分類(lèi)過(guò)程耗時(shí)21.4S，精分類(lèi)以及電力線(xiàn)分股過(guò)程耗時(shí)45.8S，總耗時(shí)67.2S。統(tǒng)計(jì)該方法提取的每根電力線(xiàn)點(diǎn)云數(shù)，并與人工結(jié)合Terrasolid軟件提取電力線(xiàn)點(diǎn)云結(jié)果進(jìn)行對(duì)比（如表1所示）。由于受電塔結(jié)構(gòu)與點(diǎn)云密度等因素的影響，除了遺漏部分電力線(xiàn)點(diǎn)云，提取結(jié)果中還包含少量非電力線(xiàn)點(diǎn)。

表1 電力線(xiàn)提取結(jié)果分析

3.結(jié)束語(yǔ)

本研究在充分分析高壓線(xiàn)路走廊結(jié)構(gòu)特征的基礎(chǔ)上，采用濾波分類(lèi)和隨機(jī)抽樣一致性相結(jié)合的方法，有效地從機(jī)載激光雷達(dá)數(shù)據(jù)中提取電力線(xiàn)，并通過(guò)實(shí)際工程數(shù)據(jù)驗(yàn)證了該方法的可靠性和穩(wěn)健性，為輸電線(xiàn)路巡檢提供可靠的數(shù)據(jù)處理方案。但該方法不足之處有兩個(gè)方面，一是涉及的參數(shù)多且設(shè)置繁瑣，一些參數(shù)的大小嚴(yán)格依賴(lài)于點(diǎn)云數(shù)據(jù)密度。二是剔除絕緣子時(shí)，把整個(gè)絕緣子垂直范圍內(nèi)的點(diǎn)云全部剔除，包括與絕緣子相連的電力線(xiàn)點(diǎn)也被剔除。如何建立參數(shù)與點(diǎn)云密度關(guān)系，自動(dòng)獲取相應(yīng)參數(shù)及如何更好的區(qū)分絕緣子點(diǎn)與電力線(xiàn)點(diǎn)有待于深入探討問(wèn)題。