本發(fā)明屬于激光雷達(dá)點云數(shù)據(jù)信息提取技術(shù)領(lǐng)域，涉及一種基于LiDAR點云的多分裂導(dǎo)線自動提取與精細(xì)建模方法。

背景技術(shù)：

電力工業(yè)是國民經(jīng)濟(jì)基礎(chǔ)工業(yè)之一，是國家的重要支柱產(chǎn)業(yè)。隨著我國經(jīng)濟(jì)高速發(fā)展，超高壓大容量輸電線路越建越多，線路走廊穿越地理環(huán)境更復(fù)雜，給線路維護(hù)帶來很多困難。

機(jī)載激光掃描(Light Detection and Ranging，LiDAR)技術(shù)作為近年來快速發(fā)展的一項新技術(shù)，可以快速獲取高精度的三維信息。該技術(shù)具有全天候工作等優(yōu)點，可以彌補(bǔ)傳統(tǒng)航空攝影測量難以快速進(jìn)行電力線測量的缺憾，提高電力巡線的效率，減少輸電事故的發(fā)生。因此，研究機(jī)載激光掃描數(shù)據(jù)中電力線的自動提取和精細(xì)重建技術(shù)對電力巡線工作有著非常重要的現(xiàn)實意義。

在高壓、超高壓、特高壓輸電線路架設(shè)中，為抑制電暈放電和線路電抗，一般采用多分裂導(dǎo)線進(jìn)行架設(shè)，且每隔一段距離采用間隔棒對分裂導(dǎo)線進(jìn)行固定。但現(xiàn)有文獻(xiàn)中的LiDAR電力線建模研究絕大部分局限于非分裂導(dǎo)線，或者把多分裂導(dǎo)線當(dāng)成單導(dǎo)線來進(jìn)行處理，且現(xiàn)有方法只適用于數(shù)據(jù)質(zhì)量較好的情況，對于存在較多噪聲的點云數(shù)據(jù)，提取與重建結(jié)果并不理想。例如，澳大利亞的McLaughlin根據(jù)LiDAR點云的維數(shù)特征自動提取電力線，通過點的聚集方法，得到同一條導(dǎo)線上的點數(shù)據(jù)，再通過懸鏈線方程擬合，但該方法在檢測電力線點的過程中易受噪聲的影響，提取的各條電力線有間斷，并不連續(xù)；余潔采用濾波的方法濾除地面和植被點，采用二維Hough變換分離各條電力線，根據(jù)雙曲余弦函數(shù)擬合單條電力線，但樹木和電力線混合區(qū)域的提取結(jié)果會相對變差，當(dāng)電力線出現(xiàn)垂直排列時，用二維Hough變換很難檢測出多條電力線；陳馳采用同一條電力線的局部相鄰點的高程比較接近這一原則，統(tǒng)計每條電力線在XOY投影面上的鄰近點，判斷其高程差是否超過一定的閾值的方法解決重投影的問題，但對于多分裂導(dǎo)線僅利用高程值特征很難區(qū)分每一根分裂導(dǎo)線。

在多分裂導(dǎo)線提取方面，王成、夏少波首次提出一種多分裂導(dǎo)線全自動三維重建方法，采用空間聚類識別單股電力線點云，然后分段進(jìn)行主成分分析并投影到與主方向垂直的平面上，對第一段數(shù)據(jù)采用全排列的方法進(jìn)行k-means聚類確定分裂數(shù)，然后對每段進(jìn)行聚類，最后基于懸鏈線進(jìn)行最小二乘擬合。該方法處理過程復(fù)雜且只適用于數(shù)據(jù)質(zhì)量較好的情況，對于存在較多噪聲的點云數(shù)據(jù)，提取與重建結(jié)果并不理想。主要原因是該算法對噪聲敏感，抗噪性不強(qiáng)，提取的電力線不連續(xù)、不完整，擬合精度的不夠高，且當(dāng)分裂導(dǎo)線間存在間隔棒時，會出現(xiàn)聚類誤差過大甚至錯誤。

因此，隨著機(jī)載LiDAR電力巡線的推廣應(yīng)用，電力部門急需一種能夠克服連續(xù)噪聲影響的多分裂電力線提取與精細(xì)重建的穩(wěn)健方法。

技術(shù)實現(xiàn)要素：

本發(fā)明目的在于提供一種更穩(wěn)健的基于LiDAR點云的多分裂導(dǎo)線自動提取與精細(xì)建模方法。

本發(fā)明的技術(shù)方案如下：

一、基于LiDAR點云的單相電力線自動提取方法，包括：

步驟1，從LiDAR點云中提取電力線和電力塔點云；

步驟2，根據(jù)電力線點在局部區(qū)域內(nèi)高程基本相同、而電力塔點在局部區(qū)域內(nèi)高程變化大的特點，從電力線和電力塔點云中進(jìn)一步提取電力塔點云，剔除電力塔點云得電力線點云；

步驟3，對電力線點云進(jìn)行空間分割，得到各相電力線點云；采用隨機(jī)一致性檢測法檢測各相電力線點云中的噪聲點，并剔除。

步驟1進(jìn)一步包括：

1.1基于點云密度和地形坡度從LiDAR點云中濾除地面點，獲得非地面點云；

1.2基于點云密度和高差從非地面點云中濾除植被點；

1.3基于三維空間k-d樹在濾除了植被點的非地面點云中搜索剩余植被點，并濾除；

1.4基于種子填充法從子步驟1.3所得的剩余點云中提取電力線和電力塔點云。

子步驟1.4具體為：

(1)將剩余點云記為數(shù)據(jù)集B，對數(shù)據(jù)集B建立k-d樹，初始化計數(shù)label為0；

(2)掃描數(shù)據(jù)集B，若當(dāng)前點B(i)未被處理，把B(i)加入棧Q，然后，執(zhí)行如下步驟：

(2a)棧Q中彈出一未處理點作為種子點q，標(biāo)記為已處理并存入點集C；在數(shù)據(jù)集B中搜索種子點q的n’鄰近點，得n’鄰近點集N，將n’鄰近點集N中未被處理、且與種子點q的距離和高差均小于對應(yīng)的第二距離閾值Td2和第二高差閾值H2的點加入棧Q；第二距離閾值Td2和第二高差閾值H2為與點云質(zhì)量和點云密度有關(guān)的經(jīng)驗值；

(2b)重復(fù)子步驟(2a)直至棧Q為空，此時，點集C中點即構(gòu)成一個連通區(qū)域，該連通區(qū)域內(nèi)點標(biāo)記為label；

(2c)獲取該連通區(qū)域的矩形范圍，計算對角線長度，若對角線長度滿足長度閾值，則該連通區(qū)域為電力線和電力塔點云，長度閾值根據(jù)所處理電力線的長度進(jìn)行取值；

(3)令label+1，重復(fù)步驟(2)，直至數(shù)據(jù)集B中所有點均被處理。

步驟2進(jìn)一步包括：

2.1根據(jù)電力線點在局部區(qū)域內(nèi)高程基本相同、而電力塔點在局部區(qū)域內(nèi)高程變化大的特點，通過對電力線和電力塔點云進(jìn)行張量分析，提取潛在電力塔點云；

2.2基于種子填充法對潛在電力塔點云進(jìn)行空間分割，獲取電力塔點云，剔除電力塔點云得電力線點云。

子步驟2.1具體為：

(1)對電力線和電力塔點云建立k-d樹；

(2)對k-d樹中各數(shù)據(jù)點p分別獲取以p為中心的m鄰近點，對p進(jìn)行張量分析，獲得m_xx、m_yy、m_zz分別用來描述m鄰近點在X方向、Y方向、Z方向的擬合誤差；其中，(x_j,y_j,z_j)為m鄰近點中第j個鄰近點的三維坐標(biāo)，(x_p,y_p,z_p)為數(shù)據(jù)點p的三維坐標(biāo)；

(3)根據(jù)①電力線在Z方向的擬合誤差小、在X和Y方向的擬合誤差大，以及②電力塔在Z方向的擬合誤差大、在X和Y方向的擬合誤差小的特點，根據(jù)各數(shù)據(jù)點p的m_xx、m_yy、m_zz值提取潛在電力塔點。

子步驟2.2中，基于種子填充法對潛在電力塔點云進(jìn)行空間分割，獲取電力塔點云，具體為：

采用種子填充法對潛在電力塔點云進(jìn)行空間分割，獲取多個連通區(qū)域，高差大于第三高差閾值H3的連通區(qū)域則認(rèn)為是電力塔連通區(qū)域；

對各電力塔連通區(qū)域分別執(zhí)行：獲取電力塔連通區(qū)域的中心坐標(biāo)，在步驟1所提取的電力線和電力塔點云中，以中心坐標(biāo)為圓形，預(yù)設(shè)半徑的圓形范圍內(nèi)點云即電力塔點云；

上述，第三高差閾值H3根據(jù)電力塔長度進(jìn)行取值，預(yù)設(shè)半徑設(shè)為電力塔長度的一半。

步驟3中，采用隨機(jī)一致性檢測法檢測各相電力線點云中的噪聲點，具體為：

對各相電力線點云分別進(jìn)行如下步驟：

(1)從該相電力線點云中隨機(jī)產(chǎn)生兩個點；

(2)計算兩點在XOY水平面上的直線方程，統(tǒng)計到該直線距離小于第四距離閾值Td4的點數(shù)；

(3)重復(fù)步驟(1)～(2)，直至達(dá)到預(yù)設(shè)的迭代次數(shù)；

(4)取統(tǒng)計點數(shù)最多的直線方程為該相電力線的平面直線方程，該相電力線點云中到該平面直線方程距離小于第四距離閾值Td4的所有點均為該相電力線點，其他點為噪聲點；

上述，第四距離閾值Td4為經(jīng)驗值，其取值要確保區(qū)分出電力線點云中任意兩條電力線。

二、基于LiDAR點云的多分裂導(dǎo)線自動提取與精細(xì)建模方法，包括：

對前一技術(shù)方案所得各相電力線點云分別進(jìn)行如下：

(1)對該相電力線點云進(jìn)行誤差分析，判斷電力線類型，若該相電力線點云為單相地線點云，執(zhí)行步驟(2)；若該相電力線點云為單相導(dǎo)線點云，執(zhí)行步驟(3)；

(2)對單相地線點云進(jìn)行懸鏈線擬合并輸出；

(3)基于二分法從單相導(dǎo)線點云中提取分裂子導(dǎo)線點云，并對分裂子導(dǎo)線點云進(jìn)行懸鏈線擬合，本步驟進(jìn)一步包括：

3.1將單相導(dǎo)線點云投影到XOZ豎直面，將投影等分為若干導(dǎo)線段，對各導(dǎo)線段分別進(jìn)行線性擬合，得到各導(dǎo)線段的直線方程Ax+Bz+C＝0；

3.2對各導(dǎo)線段上所有點(x_k,z_k)分別計算所有導(dǎo)線段上d>DIS的點構(gòu)成上分裂子導(dǎo)線點云S(0)，所有導(dǎo)線段上d＜-DIS的點構(gòu)成下分裂子導(dǎo)線點云S(2)，所有導(dǎo)線段上-DIS≤d≤DIS的點構(gòu)成中分裂子導(dǎo)線點S(1)；DIS為與多分裂導(dǎo)線規(guī)格相關(guān)的距離閾值，其值不小于0；

3.3分別判斷各分裂子導(dǎo)線點云S(s)中點數(shù)是否大于點數(shù)閾值NUM，s＝0、1、2，點數(shù)閾值NUM用來判斷粗差點，根據(jù)經(jīng)驗設(shè)置；剔除點數(shù)不大于NUM的分裂子導(dǎo)線點云S(s)，對點數(shù)小于NUM的分裂子導(dǎo)線點云S(s)執(zhí)行步驟3.4；

3.4對分裂子導(dǎo)線點云進(jìn)行懸鏈線擬合，計算擬合殘差，輸出擬合殘差小于殘差閾值的分裂子導(dǎo)線點云擬合結(jié)果；對擬合殘差不小于殘差閾值的分裂子導(dǎo)線點云分別執(zhí)行步驟3.5；殘差閾值為與點云質(zhì)量有關(guān)的經(jīng)驗值；

3.5將分裂子導(dǎo)線點云投影到XOY水平面，對投影進(jìn)行線性擬合，得到直線方程ax+by+c＝0，對分裂子導(dǎo)線點云上所有點(x'_k,y'_k)分別計算分裂子導(dǎo)線點云上t＞DIS的點構(gòu)成左分裂子導(dǎo)線點云T(0)，分裂子導(dǎo)線點云上t＜-DIS的點構(gòu)成右分裂子導(dǎo)線點云T(2)，分裂子導(dǎo)線點云上-DIS≤t≤DIS的點構(gòu)成中分裂子導(dǎo)線點云T(1)；

3.6分別判斷各分裂子導(dǎo)線點云T(u)中點數(shù)是否大于點數(shù)閾值NUM，u＝0、1、2；剔除點數(shù)不大于NUM的分裂子導(dǎo)線點云T(u)；對點數(shù)小于NUM的分裂子導(dǎo)線點云T(u)進(jìn)行懸鏈線擬合，并輸出擬合結(jié)果。

步驟(1)具體為：

對該相電力線點云進(jìn)行擬合，計算擬合殘差，若擬合殘差小于殘差閾值，則該相電力線點云為地線點云；否則，為多分裂的導(dǎo)線點云；同時，計算擬合殘差過程中，將誤差大于三倍殘差閾值的點作為粗差點剔除；殘差閾值為與點云質(zhì)量有關(guān)的經(jīng)驗值。

和現(xiàn)有技術(shù)相比，本發(fā)明具有如下優(yōu)點和有益效果：

本發(fā)明具有抗噪性強(qiáng)、擬合精度高、人工干預(yù)少等特點，提高了三維巡線系統(tǒng)的效率與精度，可獲得更精準(zhǔn)的三維坐標(biāo)，降低電力線走廊巡線成本，具有一定的科研意義和重要的使用價值。

附圖說明

圖1為本發(fā)明的整體流程圖；

圖2為自動提取電力線點云和電力塔點云的流程圖；

圖3為電力塔點云的提取與定位的流程圖；

圖4為單相導(dǎo)線或地線的提取與擬合的流程圖；

圖5為多分裂導(dǎo)線的自動I去與精細(xì)建模的流程圖。

具體實施方式

下面結(jié)合附圖對本發(fā)明做進(jìn)一步詳細(xì)描述，本發(fā)明整體流程見圖1，概括起來，本發(fā)明包括四個步驟：

一、從LiDAR點云中自動提取電力線和電力塔點云。

本步驟流程見圖2。根據(jù)點云的分布特性，可基于點云密度和地形坡度從LiDAR點云中濾除地面點，基于點云密度和高差從LiDAR點云中初步分離出植被點和非植被點，然后在三維空間基于k-d樹搜索植被同類點。其中，密度和高差閾值根據(jù)直方圖統(tǒng)計結(jié)果進(jìn)行設(shè)置?；诜N子填充法進(jìn)行點云分割得到多個連通區(qū)域，根據(jù)連通區(qū)域長度提取電力線和電力塔點云。

1.1基于點云密度和地形坡度從LiDAR點云中濾除地面點，獲得非地面點云。

對原始LiDAR點云在XOY水平面建立規(guī)則矩形格網(wǎng)，規(guī)則矩形格網(wǎng)大小記為gridsize，找到各格網(wǎng)的最低點，并計算各格網(wǎng)的點云密度。若格網(wǎng)的點云密度大于預(yù)設(shè)的密度閾值S1，則對格網(wǎng)內(nèi)所有點，計算其與最低點的坡度，坡度小于預(yù)設(shè)的坡度閾值T1的點則為地面點。密度閾值S1的設(shè)值與所采用掃描儀的頻率有關(guān)，一般設(shè)為掃描儀的平均點云密度。坡度閾值T1的設(shè)置與當(dāng)?shù)氐匦斡嘘P(guān)，當(dāng)該區(qū)域地勢變化較大時，可減小規(guī)則矩形格網(wǎng)大小gridsize或增大坡度閾值T1；當(dāng)該區(qū)域地勢較平坦時，可增大規(guī)則矩形格網(wǎng)大小gridsize或減小坡度閾值T1。本實施例中，坡度閾值T1取0.3。

1.2基于點云密度和高差從非地面點云中濾除植被點。

對非地面點云，找到各格網(wǎng)的最低點，計算各格網(wǎng)點云密度，若點云密度大于預(yù)設(shè)的密度閾值S1，則該格網(wǎng)中與最低點高差小于預(yù)設(shè)的第一高差閾值H1的所有點為植被點。第一高差閾值H1的設(shè)值與植被平均高度有關(guān)，當(dāng)該區(qū)域植被較高大時，可通過增大第一高差閾值H1來盡可能多的提取植被點；當(dāng)該區(qū)域大多為低矮灌木時，可通過減小第一高差閾值H1以避免過多的剔除電力線或電力塔點。本實施例中，第一高差閾值H1取15。

1.3在三維空間基于k-d樹搜索濾除了植被點的非地面點云中的剩余植被點，并濾除剩余植被點。

對已經(jīng)分類的植被點按三維坐標(biāo)建立k-d樹，在k-d樹中搜索未分類的非地面點云中各點的n鄰近點，若該未分類點到n鄰近點的平均距離小于預(yù)設(shè)的第一距離閾值Td1，則認(rèn)為該未分類點是剩余植被點。這里，未分類的非地面點云即子步驟1.2所得的濾除了植被點的非地面點云。n和第一距離閾值Td為經(jīng)驗值，本實施例中，n取3，第一距離閾值Td也取3。n取值越大或Td1取值越小，則說明判斷為剩余植被點的條件越苛刻，提取的剩余植被點也越少；反之，則說明判斷為剩余植被點的條件越不苛刻，提取的剩余植被點也越多。

1.4基于種子填充法從子步驟1.3獲得的剩余點云中提取電力線和電力塔點云。

考慮到電力線和電力塔點云呈線狀分布，通常貫穿整個區(qū)域，具有較強(qiáng)的延伸性，而噪聲點通常是小范圍分布，數(shù)量較少，具有不規(guī)則性。因此，基于種子填充法對剩余點云進(jìn)行空間分割，獲得連通區(qū)域，再根據(jù)各連通區(qū)域長度提取電力線和電力塔點云。

本子步驟的具體實施過程如下：

(1)將剩余點云記為數(shù)據(jù)集B，對數(shù)據(jù)集B建立k-d樹，初始化計數(shù)label為0；

(2)掃描數(shù)據(jù)集B，若當(dāng)前點B(i)未被處理，把B(i)加入棧Q，然后，執(zhí)行如下步驟：

(2a)棧Q中彈出一未處理點作為種子點q，標(biāo)記為已處理并存入點集C；在數(shù)據(jù)集B中搜索種子點q的n’鄰近點，得n’鄰近點集N，將n’鄰近點集N中未被處理、且與種子點q的距離和高差均小于對應(yīng)的第二距離閾值Td2和第二高差閾值H2的點加入棧Q。

第二距離閾值Td2和第二高差閾值H2為與點云質(zhì)量和點云密度有關(guān)的經(jīng)驗值，并且在設(shè)值時要盡量保證提取的電力線和電力塔點云的完整性和連續(xù)性。當(dāng)點云質(zhì)量較好，點云密度較大時，可適當(dāng)減小第二距離閾值Td2和第二高差閾值H2；當(dāng)點云質(zhì)量較差，點云密度較小時，可適當(dāng)增大第二距離閾值Td2和第二高差閾值H2。本實施例中，第二距離閾值Td2取5，第二高差閾值H2取3。

(2b)重復(fù)子步驟(2a)直至棧Q為空，此時，點集C中點即構(gòu)成一個連通區(qū)域，該連通區(qū)域內(nèi)點標(biāo)記為label。

(2c)獲取該連通區(qū)域的矩形范圍，計算對角線長度，若對角線長度滿足長度閾值，則認(rèn)為該連通區(qū)域是電力線和電力塔點云。長度閾值根據(jù)所處理電力線的長度進(jìn)行取值，其取值一般應(yīng)大于100。

(3)令label+1，重復(fù)步驟(2)，直至數(shù)據(jù)集B中所有點均被處理，這樣就可以得到剩余點云中的電力線點云和電力塔點云。

二、電力塔點云的提取與定位

基于上述流程可以從原始點云中提取出整個線路上的電力線和電力塔點云，而從中提取出每相鄰兩基塔間的導(dǎo)線段是電力懸線識別和重建的基礎(chǔ)。本發(fā)明根據(jù)電力塔坐標(biāo)對電力線點云進(jìn)行分段，而電力塔的坐標(biāo)是從點云中計算得到。本方法流程見圖3。

2.1對電力線和電力塔點云進(jìn)行張量分析，提取潛在電力塔點云。

根據(jù)電力線點在局部區(qū)域內(nèi)的高程基本相同，而電力塔點在局部區(qū)域內(nèi)高程變化大的特點，采用張量分析的方法從步驟一提取的電力線和電力塔點云中進(jìn)一步提取潛在電力塔點云。

對步驟一提取的電力線和電力塔點云建立k-d樹，對k-d樹中各數(shù)據(jù)點p，分別計算以p為中心的m個鄰近點的對稱張量矩陣T，如下：

式(1)中：

上述，(x_j,y_j,z_j)為m個鄰近點中第j個鄰近點的三維坐標(biāo)，(x_p,y_p,z_p)為數(shù)據(jù)點p的三維坐標(biāo)。

m根據(jù)需求進(jìn)行取值，一般m取值大，精度高，但計算量也大。一般情況，m取20即可基本反映鄰域特征。

對稱張量矩陣T通過擬合以p為中心的m鄰域點的誤差橢球?qū)點的幾何特性進(jìn)行描述，其中，m_xx描述鄰域點在X方向的擬合誤差，m_yy描述鄰域點在Y方向的擬合誤差，m_zz描述鄰域點在Z方向的擬合誤差。根據(jù)電力線在Z方向擬合誤差較小、在X和Y方向上擬合誤差大，而電力塔在Z方向擬合誤差較大、在X和Y方向上擬合誤差小的特點，即可提取潛在電力塔點。提取潛在電力塔點時，只需計算各數(shù)據(jù)點的m_xx、m_yy和m_zz，m_zz大于m_xx和m_yy的數(shù)據(jù)點即潛在電力塔點。

2.2對潛在電力塔點云進(jìn)行空間分割獲取電力塔點云，剔除電力塔點云得電力線點云。

采用種子填充法以第三距離閾值Td3對潛在電力塔點云進(jìn)行空間分割，得到多個可能的電力塔連通區(qū)域，高差大于第三高差閾值H3的連通區(qū)域則認(rèn)為是電力塔連通區(qū)域?？臻g分割即從潛在電力塔點云中分割出高度長度與電力塔匹配的連通區(qū)域，所以第三距離閾值Td3根據(jù)電力塔長度進(jìn)行取值，第三高差閾值H3根據(jù)電力塔高度進(jìn)行取值。本實施例中，第三距離閾值Td3取為10米，第三高差閾值H3取為5米。

空間分割所提取的電力塔點云并不完整，還需要根據(jù)電力塔平面中心坐標(biāo)提取完整的電力塔點云。

根據(jù)電力塔平面中心坐標(biāo)提取完整的電力塔點云具體為：

獲取各電力塔連通區(qū)域的數(shù)據(jù)范圍參數(shù)，數(shù)據(jù)范圍參數(shù)包括(X_min,Y_min)和(X_max,Y_max)，X_min和X_max分別表示電力塔連通區(qū)域中點橫坐標(biāo)的最小值和最大值，Y_min和Y_max分別表示電力塔連通區(qū)域中點縱坐標(biāo)的最小值和最大值，計算電力塔平面中心的坐標(biāo)(X,Y)：

在步驟一所得的電力線點電力塔點云中，以電力塔平面中心坐標(biāo)(X,Y)為圓心，預(yù)設(shè)半徑的圓形范圍內(nèi)點云即電力塔點云。預(yù)設(shè)半徑一般設(shè)為電力塔最大長度的一半，本實施例中，預(yù)設(shè)半徑取8米。

對各電力塔連通區(qū)域分別執(zhí)行上述步驟，即可獲得完整的電力塔點云。

三、單相電力線的提取與擬合。

采用種子填充算法對電力線點云進(jìn)行空間分割，得到各相電力線點云。本步驟在進(jìn)行空間分割時，所設(shè)置的第四距離閾值Td4和第四高差閾值H4要確保能區(qū)分電力線點云中任意兩條電力線，一般情況下，第四距離閾值Td4取5，第四高差閾值H4取3。當(dāng)電力線附近存在連續(xù)噪聲時，采用空間分割的方法會將噪聲錯分為電力線點，因此需要將噪聲點剔除以減小擬合誤差，采用二維RANSAC對各相電力線點云進(jìn)行直線檢測以剔除噪聲點，流程見圖4。

隨機(jī)一致性檢測(RANSAC)是用迭代的方法從包含大量異常點的數(shù)據(jù)中確定數(shù)學(xué)模型的最優(yōu)參數(shù)，所以也可以用來檢測異常點的存在。本步驟采用隨機(jī)一致性檢測來檢測噪聲點。

本步驟具體為：

對各相電力線點云分別進(jìn)行如下步驟：

(1)從該相電力線點云中隨機(jī)產(chǎn)生兩個點；

(2)計算兩點在XOY水平面上的直線方程，統(tǒng)計到該直線距離小于第四距離閾值Td4的點數(shù)；

(3)重復(fù)步驟(1)～(2)，直至達(dá)到預(yù)設(shè)的迭代次數(shù)iter_num；

(4)取統(tǒng)計點數(shù)最多的直線方程為該相電力線點云的平面直線方程，到該平面直線方程距離小于第四距離閾值Td4的所有點均為該相電力線點，其他點為異常點，即噪聲點，剔除噪聲點。

四、多分裂導(dǎo)線的自動提取和精細(xì)建模

多分裂導(dǎo)線的精細(xì)建模是基于單相導(dǎo)線進(jìn)行三維重建，是本發(fā)明核心內(nèi)容，流程見圖5。

本步驟具體流程如下：

對步驟三提取的各相電力線點云分別進(jìn)行如下步驟：

(1)對該相電力線點云進(jìn)行擬合，計算擬合殘差，若殘差小于殘差閾值Tm，則該相電力線點云為單相地線點云，執(zhí)行步驟(2)；否則為多分裂的單相導(dǎo)線點云，執(zhí)行步驟(3)。殘差計算過程中，將誤差大于三倍殘差閾值Tm的點作為粗差點剔除。本發(fā)明中，殘差閾值Tm的設(shè)值與點云質(zhì)量有關(guān)，點云質(zhì)量較好時，殘差閾值設(shè)置為較小值；點云質(zhì)量較差時，殘差閾值設(shè)置為較大值。一般情況下殘差閾值Tm取0.2。

(2)采用RANSAC法對單相地線點云進(jìn)行懸鏈線擬合。

(3)基于二分法從單相導(dǎo)線點云中提取分裂子導(dǎo)線點云，并采用RANSAC法對分裂子導(dǎo)線點云進(jìn)行懸鏈線擬合。

將單相導(dǎo)線點云L投影到XOZ豎直面上，將投影等分為若干導(dǎo)線段。當(dāng)導(dǎo)線段長度較小時，可認(rèn)為直線。用最小二乘法對每段導(dǎo)線段分別進(jìn)行線性擬合，得到直線方程Ax+Bz+C＝0，對該導(dǎo)線段上所有點(x_k,z_k)分別計算：

式(4)中，(x_k,z_k)表示導(dǎo)線段上第k個點。

預(yù)設(shè)距離閾值DIS，若d>DIS，則認(rèn)為該點位于該單相導(dǎo)線點云L的上部分，記為上分裂子導(dǎo)線點；若d<-DIS，則認(rèn)為該點位于該單相導(dǎo)線點云L的下部分，記為下分裂子導(dǎo)線點；若d介于-DIS～DIS間，則認(rèn)為該點位于該單相導(dǎo)線點云L的中部分，記為中分裂子導(dǎo)線點。

DIS≥0，其值根據(jù)多分裂導(dǎo)線規(guī)格設(shè)置，一般為兩根最鄰近分裂子導(dǎo)線距離的一半，特別的，對二、四分裂電力線直接設(shè)置DIS＝0即可。

對各導(dǎo)線段全部劃分完后，得到單相導(dǎo)線點云L的上分裂子導(dǎo)線點云S(0)、中分裂子導(dǎo)線點云S(1)和下分裂導(dǎo)線點云S(2)。分別判斷各分裂子導(dǎo)線點云S(s)(s＝0、1、2)中點數(shù)是否大于點數(shù)閾值NUM，點數(shù)閾值NUM用來判斷粗差點。一般來說，一根分裂子導(dǎo)線上點數(shù)至少大于200，所以本實施例中，NUM設(shè)置為200。若不大于NUM，則將該分裂子導(dǎo)線點云S(s)作為粗差點剔除；否則對該分裂子導(dǎo)線點云S(s)進(jìn)行基于RANSAC的懸鏈線擬合并計算殘差；若殘差小于殘差閾值Tm，則認(rèn)為是該分裂子導(dǎo)線點云S(s)中僅包含一根分裂子導(dǎo)線，直接輸出懸鏈線擬合結(jié)果；若不小于殘差閾值，則認(rèn)為該分裂子導(dǎo)線點云S(s)中任然包含多根分裂子導(dǎo)線，對該分裂子導(dǎo)線點云S(s)繼續(xù)執(zhí)行如下步驟(a)～(b)：

(a)將分裂子導(dǎo)線點云S(s)整體投影到XOY水平面上，根據(jù)最小二乘原理對投影進(jìn)行線性擬合，得到直線方程ax+by+c＝0，對該分裂子導(dǎo)線點云S(s)中所有點(x'_k,y'_k)分別計算：

若t>DIS，則認(rèn)為該點位于該分裂子導(dǎo)線點云S(s)的左部分，記為左分裂子導(dǎo)線點；若t<-DIS，則認(rèn)為該點位于該分裂子導(dǎo)線點云S(s)的右部分，記為右分裂子導(dǎo)線點；若t介于-DIS～DIS之間，則認(rèn)為該點位于該分裂子導(dǎo)線點云S(s)的中間部分，記為中分裂子導(dǎo)線點。

將該分裂導(dǎo)線點云S(s)全部劃分完后，得到S(s)的左分裂子導(dǎo)線點云T(0)、中分裂子導(dǎo)線點云T(1)和右分裂子導(dǎo)線點云T(2)。分別判斷各分裂子導(dǎo)線點云T(u)(u＝0、1、2)上點數(shù)是否大于點數(shù)閾值NUM，若大于，對該分裂子導(dǎo)線點云T(u)進(jìn)行基于RANSAC的懸鏈線擬合并計算殘差，輸出懸鏈線擬合結(jié)果，將殘差作為精度評定結(jié)果；否則，將該分裂子導(dǎo)線點云T(u)作為粗差點剔除。

(b)重復(fù)步驟(a)，直至單相導(dǎo)線點云L中各分裂子導(dǎo)線點云S(s)均被處理。

(4)重復(fù)步驟(1)～(3)，直至各相電力線點云均被處理。

下面將結(jié)合實施例進(jìn)一步說明本步驟。

對二分裂導(dǎo)線，將各相導(dǎo)線點云投影XOZ豎直面，并分段進(jìn)行線性擬合。將每相導(dǎo)線點云分為上分裂子導(dǎo)線點云S(0)和下分裂子導(dǎo)線點云S(2)，對S(0)和S(2)分別進(jìn)行基于RANSAC的懸鏈線擬合并進(jìn)行誤差分析，由于兩個分裂子導(dǎo)線點云均僅包含一根分裂子導(dǎo)線，進(jìn)行誤差分析時殘差小于殘差閾值，因此直接輸出S(0)和S(2)的懸鏈線擬合結(jié)果。

對四分裂導(dǎo)線，將各相導(dǎo)線點云投影到XOZ豎直面，并分段進(jìn)行線性擬合，將每相導(dǎo)線點云分為上分裂子導(dǎo)線點云S(0)和下分裂子導(dǎo)線點云S(2)。對S(0)和S(2)分別進(jìn)行懸鏈線擬合并進(jìn)行誤差分析，由于兩個分裂子導(dǎo)線點云中均包含兩根分裂子導(dǎo)線，進(jìn)行誤差分析時殘差大于殘差閾值，需繼續(xù)將兩個分裂子導(dǎo)線點云整體投影到XOY水平面上并整體擬合，將兩個分裂子導(dǎo)線點云均劃分為左分裂子導(dǎo)線點云和右分裂子導(dǎo)線點云，此時，所劃分的左分裂子導(dǎo)線點云和右分裂子導(dǎo)線點云中均僅包含一根分裂子導(dǎo)線，對左分裂子導(dǎo)線點云和右分裂子導(dǎo)線點云分別進(jìn)行基于RANSAC的懸鏈線擬合并計算殘差。