架空输电线与植被距离测量方法、装置、设备和存储介质与流程

本申请涉及电网配电领域，特别是涉及一种架空输电线与植被距离测量方法、装置、设备和存储介质。

背景技术：

配电网是指从输电网或地区发电厂接受电能，通过配电设施就地分配或按电压逐级分配给各类用户的电力网。是由架空线路、电缆、杆塔、配电变压器、隔离开关、无功补偿器及一些附属设施等组成的，在电力网中起重要分配电能作用的网络。输电线路是配电网的重要组成部分，然而输电线路的架空电力线下往往密集分布着大量的植被，植被快速生长往往可能会影响架空电力线的使用安全。举例说明，植被在夏季生长旺盛，极易触碰或者威胁低矮的架空电力线，导致森林火灾，造成架空电力线的安全事故。同时，当植被和线路的安全距离不足，部分枝叶接近或高过电力线路时，容易造成线路故障，出现树竹碰线、树枝放电、树身带电的现象，致使电力线路停电，严重时会引发触电事故，危及人身安全，给人们的生产生活造成严重的影响。

为了及时对架空电力线与植被的安全距离进行测量，现有技术中一般采用无人机实施输电线路走廊上的架空电力线与植被的距离测量，然而这种方式才测量距离时往往需要对大量的植被点云数据进行识别处理，才能针对架空电力线下全部的植被进行距离计算，点云处理计算量大，影响了架空输电线与植被距离测量的计算效率。

技术实现要素：

基于此，有必要针对上述技术问题，提供一种更高效率的进行架空输电线与植被距离测量的架空输电线与植被距离测量方法、装置、设备和存储介质。

一种架空输电线与植被距离测量方法，所述方法包括：

获取目标区域的图像信息以及激光点云信息，所述目标区域包括架空输电线以及植被；

根据所述图像信息识别所述目标区域内各植被与所述架空输电线的图像间距信息；

根据所述图像间距信息获取与所述架空输电线的间距小于预设图像安全间距阈值的目标植被；

确定所述激光点云信息中所述目标植被对应的点云数据以及架空输电线对应的点云数据；

根据所述目标植被对应的点云数据以及所述架空输电线对应的点云数据，识别所述架空输电线与所述目标植被的实际距离。

在其中一个实施例中，所述确定所述激光点云信息中所述目标植被对应的点云数据包括：

获取包含目标植被的图像信息，识别所述包含目标植被的图像信息中的植被轮廓；

根据所述激光点云信息构建初始点云成像图；

在所述初始点云成像图中，匹配与所述植被轮廓对应的目标点云成像图；

在所述目标点云成像图中识别所述目标植被对应的点云数据。

在其中一个实施例中，所述在所述目标点云成像图中识别所述目标植被对应的点云数据包括：

依次在所述目标点云成像图中匹配所述植被轮廓内所有植被对应的点云数据，获取点云数据匹配结果；

根据所述点云数据匹配结果确定所述目标植被对应的点云数据。

在其中一个实施例中，所述根据所述目标植被对应的点云数据以及所述架空输电线对应的点云数据，识别所述架空输电线与所述目标植被的实际距离包括：

根据所述目标植被对应的点云数据以及所述架空输电线对应的点云数据，识别所述目标植被与架空输电线之间最接近的点对；

获取所述点对的高度信息以及位置信息；

根据所述点对的高度信息以及位置信息，确定所述架空输电线与所述目标植被的实际距离。

在其中一个实施例中，所述根据所述点云数据，识别所述架空输电线与所述目标植被的实际距离之后，还包括：

当所述实际距离小于预设实际安全间距阈值时，获取所述目标植被的位置信息；

根据所述目标植被的位置信息发送线路修复指令。

在其中一个实施例中，所述当所述实际距离小于预设实际安全间距阈值时，获取所述目标植被的位置信息包括：

当所述实际距离小于预设实际安全间距阈值时，获取所述目标植被对应的图像信息的拍摄地点；

根据所述拍摄地点获取所述目标植被的位置信息。

一种架空输电线与植被距离测量装置，所述装置包括：

信息获取模块，用于获取目标区域的图像信息以及激光点云信息，所述目标区域包括架空输电线以及植被；

第一间距计算模块，用于根据所述图像信息识别所述目标区域内各植被与所述架空输电线的图像间距信息；

目标植被识别模块，用于根据所述图像间距信息获取与所述架空输电线的间距小于预设图像安全间距阈值的目标植被；

点云数据识别模块，用于确定所述激光点云信息中所述目标植被对应的点云数据以及架空输电线对应的点云数据；

第二间距计算模块，用于根据所述目标植被对应的点云数据以及所述架空输电线对应的点云数据，识别所述架空输电线与所述目标植被的实际距离。

在其中一个实施例中，所述点云数据识别模块具体用于：获取包含目标植被的图像信息，识别所述包含目标植被的图像信息中的植被轮廓；根据所述激光点云信息构建初始点云成像图；在所述初始点云成像图中，匹配与所述植被轮廓对应的目标点云成像图；在所述目标点云成像图中识别所述目标植被对应的点云数据。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

获取目标区域的图像信息以及激光点云信息，所述目标区域包括架空输电线以及植被；

根据所述图像信息识别所述目标区域内各植被与所述架空输电线的图像间距信息；

根据所述图像间距信息获取与所述架空输电线的间距小于预设图像安全间距阈值的目标植被；

确定所述激光点云信息中所述目标植被对应的点云数据以及架空输电线对应的点云数据；

根据所述目标植被对应的点云数据以及所述架空输电线对应的点云数据，识别所述架空输电线与所述目标植被的实际距离。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

获取目标区域的图像信息以及激光点云信息，所述目标区域包括架空输电线以及植被；

根据所述图像信息识别所述目标区域内各植被与所述架空输电线的图像间距信息；

根据所述图像间距信息获取与所述架空输电线的间距小于预设图像安全间距阈值的目标植被；

确定所述激光点云信息中所述目标植被对应的点云数据以及架空输电线对应的点云数据；

根据所述目标植被对应的点云数据以及所述架空输电线对应的点云数据，识别所述架空输电线与所述目标植被的实际距离。

上述架空输电线与植被距离测量方法、装置、计算机设备和存储介质，通过获取目标区域的图像信息以及激光点云信息，目标区域包括架空输电线以及植被；根据图像信息识别目标区域内各植被与架空输电线的图像间距信息；根据图像间距信息获取与架空输电线的间距小于预设图像安全间距阈值的目标植被；确定激光点云信息中目标植被对应的点云数据以及架空输电线对应的点云数据；根据目标植被对应的点云数据以及架空输电线对应的点云数据，根据图像间距信息识别架空输电线与目标植被的实际距离。本申请通过先获取图像信息，从而识别植被与架空输电线的图像间距信息，从而在植被群中分离出目标植被，从而抛弃了海量植被点云数据处理的大数据量操作，随后将识别出来的目标植被在点云成像图中予以匹配位置，并进行实际距离的加算。通过在进行后续点云处理时只对目标植被的点云数据进行处理，来识别线树距离。既能够更加全面分析架空输电线下的植被树障安全，同时又能保障运算效率。

附图说明

图1为一个实施例中架空输电线与植被距离测量方法的应用环境图；

图2为一个实施例中架空输电线与植被距离测量方法的流程示意图；

图3为一个实施例中图2中步骤207的子流程示意图；

图4为一个实施例中图3中步骤308的子流程示意图；

图5为一个实施例中图2中步骤209的子流程示意图；

图6为一个实施例中架空输电线与植被距离测量装置的结构框图；

图7为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请提供的负荷识别方法，可以应用于如图1所示的应用环境中。其中终端102与服务器104通过网络连接，终端102可以向服务器104发送目标区域内架空输电线对应的图像信息以及激光点云信息，以通过服务器104对目标区域内植被与架空输电线之间的距离进行测量，从而确定是否需要对植被进行进一步地处理。服务器104可以获取目标区域的图像信息以及激光点云信息，目标区域包括架空输电线以及植被；根据图像信息识别目标区域内各植被与架空输电线的图像间距信息；根据图像间距信息获取与架空输电线的间距小于预设图像安全间距阈值的目标植被；确定激光点云信息中目标植被对应的点云数据以及架空输电线对应的点云数据；根据目标植被对应的点云数据以及架空输电线对应的点云数据，识别架空输电线与目标植被的实际距离。其中，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现，也可以为云服务器。

在一个实施例中，如图1所示，提供了一种架空输电线与植被距离测量方法，本实施例以该方法应用于图1中的服务器104为例进行说明。本实施例中，该方法包括以下步骤：

步骤201，获取目标区域的图像信息以及激光点云信息，目标区域包括架空输电线以及植被。

其中，目标区域具体是指本申请的架空输电线与植被距离测量方法中目标架空输电线所在的区域，目标区域内布置有架空输电线，架空输电线的下方存在相应的植被覆盖。可以通过本申请的架空输电线与植被距离测量方法，来对架空输电线与植被之间的距离进行测量，从而全面分析架空输电线下的植被树障安全。架空输电线是指架设于地面上，利用绝缘子和空气绝缘的电力线路，架空线路由导线、架空地线、绝缘子串、杆塔、接地装置等部分组成。架空输电线一般位于植被的上方。图像信息是指通过图像采集设备所采集的包含有架空输电线以及架空输电线下植被的目标区域的图像信息。图像信息具体可以通过携带有图像采集设备的无人机采集。激光点云信息则是指通过激光雷达所所采集的包含有架空输电线以及架空输电线下植被的目标区域的激光点云信息。激光点云信息中的每一个点都包含了三维坐标信息，也是我们常说的x、y、z三个元素，有时还包含颜色信息、反射强度信息、回波次数信息等。激光雷达是激光技术与雷达技术相结合的产物。由发射机、天线、接收机、跟踪架及信息处理等部分组成。

具体地，本申请的架空输电线与植被距离测量方法用于进行目标区域内架空输电线与植被之间的距离测量，识别目标区域内过于接近架空输电线的植被，从而保证植被不会过于接近架空输电线，从而确保架空输电线的安全。在进行架空输电线与植被距离测量时，需要对大量的植被点云数据进行识别处理，才能针对架空输电线线下全部的植被进行距离计算，这种的话点云处理工作量较大，影响了巡检工作效率。因此，本申请通过结合目标区域的图像信息以及激光点云信息来进行架空输电线与植被距离的测量。先通过目标区域的图像信息筛选出目标植被，而后再通过激光点云信息进行进一步地测量，从而保证架空输电线与植被距离测量过程中的准确率与处理效率。因此在进行距离测量时，终端可以先通过无人机采集目标区域的图像信息，同时通过激光雷达采集目标区域的激光点云信息，而后将采集到的信息发送至服务器104，服务器接收目标区域的图像信息以及激光点云信息，从而进行后续的架空输电线与植被距离测量。

步骤203，根据图像信息识别目标区域内各植被与架空输电线的图像间距信息。

步骤205，根据图像间距信息获取与架空输电线的间距小于预设图像安全间距阈值的目标植被。

其中，图像间距信息是指通过图像识别技术所识别出的目标区域内各植被与架空输电线之间的间距，该间距较为粗略，只能初步估计出目标区域内各植被与架空输电线之间的间距。而与架空输电线的间距小于预设图像安全间距阈值的目标植被是指过于接近架空输电线而可能造成危险的植被。其与，预设图像安全间距阈值可以综合季节、区域等因素进行设置，一般对于森林火灾高发的季节或者区域，其对应的预设图像安全间距阈值越大，从而有效地进行火灾防范。

具体地，在得到目标区域的图像信息后，可以先识别目标区域内各植被与架空输电线的图像间距信息。识别过程具体可以通过图像识别技术来进行处理，识别出目标区域内各植被与架空输电线之间的间距。在一个具体的实施例中，可以通过opencv相机标定及距离估计来识别目标区域内各植被与架空输电线的图像间距信息。而后基于图像间距信息以及预设图像安全间距阈值，来进行目标植被的初步筛选，将与架空输电线的间距小于预设图像安全间距阈值的植被，作为可能触碰到架空电力线的目标植被。

步骤207，确定激光点云信息中目标植被对应的点云数据以及架空输电线对应的点云数据。

步骤209，根据目标植被对应的点云数据以及架空输电线对应的点云数据，识别架空输电线与目标植被的实际距离。

其中，根据目标植被对应的点云数据以及架空输电线对应的点云数据，识别架空输电线与目标植被的实际距离，具体是指基于目标植被的点云数据查找架空输电线的点云数据中，与目标植被最接近部分的点云数据。而后计算目标植被的点云数据和最接近部分的点云数据之间的距离。

具体地，激光点云信息包括了目标区域内所有植被以及架空输电线的点云数据，但是通过上述步骤的筛选，可以确认只有目标植被可能会与架空输电线进行接触，因此需要筛选出目标植被对应的点云信息来进行精准的距离测量，就可以保证距离测量的效率，需要从所有植被的点云数据中，筛选出目标植被对应的点云数据，从而进行架空输电线与目标植被之间实际距离的识别。因此，在进行实际距离测量时，会先从海量的激光点云信息中识别出目标植被对应的点云数据以及架空输电线对应的点云数据，而后基于这两组数据间的对应关系，来识别架空输电线与目标植被的实际距离

上述架空输电线与植被距离测量方法，通过获取目标区域的图像信息以及激光点云信息，目标区域包括架空输电线以及植被；根据图像信息识别目标区域内各植被与架空输电线的图像间距信息；根据图像间距信息获取与架空输电线的间距小于预设图像安全间距阈值的目标植被；确定激光点云信息中目标植被对应的点云数据以及架空输电线对应的点云数据；根据目标植被对应的点云数据以及架空输电线对应的点云数据，根据图像间距信息识别架空输电线与目标植被的实际距离。本申请通过先获取图像信息，从而识别植被与架空输电线的图像间距信息，从而在植被群中分离出目标植被，从而抛弃了海量植被点云数据处理的大数据量操作，随后将识别出来的目标植被在点云成像图中予以匹配位置，并进行实际距离的加算。通过在进行后续点云处理时只对目标植被的点云数据进行处理，来识别线树距离。既能够更加全面分析架空输电线下的植被树障安全，同时又能保障运算效率。

在一个实施例中，如图3所示，步骤207包括：

步骤302，获取包含目标植被的图像信息，识别包含目标植被的图像信息中的植被轮廓。

步骤304，根据激光点云信息构建初始点云成像图。

步骤306，在初始点云成像图中，匹配与植被轮廓对应的目标点云成像图。

步骤308，在目标点云成像图中识别目标植被对应的点云数据。

其中，植被轮廓是指包含目标植被的图像信息内所有植被的图像像素所组成的轮廓形状信息。点云成像图具体是指深度图像，深度图像的每个像素点的灰度值可用于表征场景中某一点距离摄像机的远近，直接反应了景物可见表面的几何形状。本申请中则是包括了反应了目标区域内植被的形状以及架空输电线的形状。

具体地，在确定激光点云信息中目标植被对应的点云数据时。可以基于目标植被的形状来进行识别，首先从目标区域的图像信息识别出包含目标植被的图像信息。这一过程具体可以包括：对目标区域的图像信息中的目标植被进行定位，获取目标植被定位信息，根据目标植被定位信息为目标植被添加边框，同时识别出内所有植被的图像像素，从而得到包含目标植被的图像信息中的植被轮廓。而后基于激光点云信息构建区域内所有初始点云成像图，初始点云成像图包含有区域内所有植被对应的雷达点云图像，而后可以在初始点云成像图，查找与植被轮廓对应的目标点云成像图。目标点云成像图为初始点云成像图中的部分点云图，因为目标点云成像图与包含目标植被的图像信息，因此目标点云成像图中包含有目标植被的点云数据，可以在目标点云成像图中精准地识别出目标植被对应的点云数据。本实施例中，通过包含目标植被的图像信息中的植被轮廓以及激光点云信息对应的成像图，来识别目标植被对应的点云数据，可以有效保证识别过程识别准确率，同时保证处理的效率。

在一个实施例中，如图4所示，步骤308包括：

步骤401，依次在目标点云成像图中匹配植被轮廓内所有植被对应的点云数据，获取点云数据匹配结果。

步骤403，根据点云数据匹配结果确定目标植被对应的点云数据。

具体地，经过研究发现，单个植被并不容易在图像图片上进行识别，同时也不利于与后续点云成像图进行匹配；对此上述实施例锁定了当前图像信息的边框以及图像内的植物轮廓后。对图像信息内所有植被的图像像素(即植被群)进行图像识别，得到一个大图目标图像；同时又因为通过初始点云数据可以生成初始点云成像图，很显然初始点云成像图与当前图像图片内所有植被的图像像素形成的植被群更容易匹配成功。同时，植被群的图像像素与初始点云成像图的形状匹配成功后，就可以从初始点云成像图中找到目标点云成像图(注意此时的目标点云成像图可不止包括目标植被还有其他同一个图像图片内的其他植被，所以后续还要再执行分离操作)；随后执行分离操作，在目标点云成像图中依次识别当前图像图片内所有植被的图像像素对应的多个植被，并同时最终识别到当前图像图片内的目标植被所对应的点云成像图。本实施例中，通过点云数据匹配结果确定目标植被对应的点云数据，可以保证匹配过程的匹配准确率。

在其中一个实施例中，如图5所示，步骤209包括：

步骤502，根据目标植被对应的点云数据以及架空输电线对应的点云数据，识别目标植被与架空输电线之间最接近的点对。

步骤504，获取点对的高度信息以及位置信息。

步骤506，根据点对的高度信息以及位置信息，确定架空输电线与目标植被的实际距离。

具体地，可以基于目标植被对应的点云数据以及架空输电线对应的点云数据，识别目标植被与架空输电线之间最接近的点对，即确定架空输电线与目标植被之间的最短距离。由于激光点云信息中的每一个点都包含了三维坐标信息，因此可以基于三维坐标信息直接获取点对中每个点的高度信息以及位置信息，而后直接根据点对的高度信息以及位置信息，确定架空输电线与目标植被的实际距离。本实施例中，通过目标植被与架空输电线之间最接近的点对，来确定架空输电线与目标植被的实际距离，可以保证实际距离计算的准确率。

在其中一个实施例中，步骤209之后，还包括：当实际距离小于预设实际安全间距阈值时，获取目标植被的位置信息；根据目标植被的位置信息发送线路修复指令。

其中，线路修复指令用于发送至输电线对应的修复终端，提示修复终端方的工作人员进行相应的供电线路修复。预设实际安全间距阈值与预设图像安全间距阈值类似，同样可以综合季节、区域等因素进行设置。根据线路修复指令具体包括了目标植被的位置，具体地，在计算得到架空输电线与目标植被的实际距离后，可以进行危险性判定，当实际距离小于预设实际安全间距阈值时，即可判定目标植被可能造成危险，此时可以根据目标植被的位置信息向相应的工作人员发送线路修复指令。而工作人员可以根据目标植被的位置前往现场进行植被剪枝等操作，保证植被与架空输电线之间的安全距离。本实施例中，通过发送线路修复指令可以及时地对危险植被进行清理，保证清理过程的及时性。

在其中一个实施例中，当实际距离小于预设实际安全间距阈值时，获取目标植被的位置信息包括：当实际距离小于预设实际安全间距阈值时，获取目标植被对应的图像信息的拍摄地点；根据拍摄地点获取目标植被的位置信息。

具体地，本申请中的目标区域的图像信息可以通过携带有图像采集设备的无人机来进行采集，当无人机在采集图像信息时，可以同时上传采集时对应的定位信息。而在当实际距离小于预设实际安全间距阈值时，即可基于目标植被的图像信息获取对应的定位信息，基于定位信息获取目标植被对应的图像信息的拍摄地点，并识别得到目标植被的位置信息。本实施例中，基于拍摄地点来获取目标植被的位置信息，可以保证位置信息获取的准确性。

应该理解的是，虽然图2-5的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-5中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图6所示，提供了一种架空输电线与植被距离测量装置，包括：

信息获取模块601，用于获取目标区域的图像信息以及激光点云信息，目标区域包括架空输电线以及植被。

第一间距计算模块603，用于根据图像信息识别目标区域内各植被与架空输电线的图像间距信息。

目标植被识别模块605，用于根据图像间距信息获取与架空输电线的间距小于预设图像安全间距阈值的目标植被。

点云数据识别模块607，用于确定激光点云信息中目标植被对应的点云数据以及架空输电线对应的点云数据。

第二间距计算模块609，用于根据目标植被对应的点云数据以及架空输电线对应的点云数据，识别架空输电线与目标植被的实际距离。

在其中一个实施例中，点云数据识别模块607具体用于：获取包含目标植被的图像信息，识别包含目标植被的图像信息中的植被轮廓；根据激光点云信息构建初始点云成像图；在初始点云成像图中，匹配与植被轮廓对应的目标点云成像图；在目标点云成像图中识别目标植被对应的点云数据。

在其中一个实施例中，点云数据识别模块607还用于：依次在目标点云成像图中匹配植被轮廓内所有植被对应的点云数据，获取点云数据匹配结果；根据点云数据匹配结果确定目标植被对应的点云数据。

在其中一个实施例中，第二间距计算模块609具体用于：根据目标植被对应的点云数据以及架空输电线对应的点云数据，识别目标植被与架空输电线之间最接近的点对；获取点对的高度信息以及位置信息；根据点对的高度信息以及位置信息，确定架空输电线与目标植被的实际距离。

在其中一个实施例中，还包括线路修复告警模块，用于：当实际距离小于预设实际安全间距阈值时，获取目标植被的位置信息；根据目标植被的位置信息发送线路修复指令。

在其中一个实施例中，线路修复告警模块具体用于：当实际距离小于预设实际安全间距阈值时，获取目标植被对应的图像信息的拍摄地点；根据拍摄地点获取目标植被的位置信息。

关于架空输电线与植被距离测量装置的具体限定可以参见上文中对于架空输电线与植被距离测量方法的限定，在此不再赘述。上述架空输电线与植被距离测量装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储架空输电线与植被距离测量相关数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种架空输电线与植被距离测量方法。

本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

获取目标区域的图像信息以及激光点云信息，目标区域包括架空输电线以及植被；

根据图像信息识别目标区域内各植被与架空输电线的图像间距信息；

根据图像间距信息获取与架空输电线的间距小于预设图像安全间距阈值的目标植被；

确定激光点云信息中目标植被对应的点云数据以及架空输电线对应的点云数据；

根据目标植被对应的点云数据以及架空输电线对应的点云数据，识别架空输电线与目标植被的实际距离。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取包含目标植被的图像信息，识别包含目标植被的图像信息中的植被轮廓；根据激光点云信息构建初始点云成像图；在初始点云成像图中，匹配与植被轮廓对应的目标点云成像图；在目标点云成像图中识别目标植被对应的点云数据。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：依次在目标点云成像图中匹配植被轮廓内所有植被对应的点云数据，获取点云数据匹配结果；根据点云数据匹配结果确定目标植被对应的点云数据。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据目标植被对应的点云数据以及架空输电线对应的点云数据，识别目标植被与架空输电线之间最接近的点对；获取点对的高度信息以及位置信息；根据点对的高度信息以及位置信息，确定架空输电线与目标植被的实际距离。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：当实际距离小于预设实际安全间距阈值时，获取目标植被的位置信息；根据目标植被的位置信息发送线路修复指令。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：当实际距离小于预设实际安全间距阈值时，获取目标植被对应的图像信息的拍摄地点；根据拍摄地点获取目标植被的位置信息。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

获取目标区域的图像信息以及激光点云信息，目标区域包括架空输电线以及植被；

根据图像信息识别目标区域内各植被与架空输电线的图像间距信息；

根据图像间距信息获取与架空输电线的间距小于预设图像安全间距阈值的目标植被；

确定激光点云信息中目标植被对应的点云数据以及架空输电线对应的点云数据；

根据目标植被对应的点云数据以及架空输电线对应的点云数据，识别架空输电线与目标植被的实际距离。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取包含目标植被的图像信息，识别包含目标植被的图像信息中的植被轮廓；根据激光点云信息构建初始点云成像图；在初始点云成像图中，匹配与植被轮廓对应的目标点云成像图；在目标点云成像图中识别目标植被对应的点云数据。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：依次在目标点云成像图中匹配植被轮廓内所有植被对应的点云数据，获取点云数据匹配结果；根据点云数据匹配结果确定目标植被对应的点云数据。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据目标植被对应的点云数据以及架空输电线对应的点云数据，识别目标植被与架空输电线之间最接近的点对；获取点对的高度信息以及位置信息；根据点对的高度信息以及位置信息，确定架空输电线与目标植被的实际距离。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：当实际距离小于预设实际安全间距阈值时，获取目标植被的位置信息；根据目标植被的位置信息发送线路修复指令。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：当实际距离小于预设实际安全间距阈值时，获取目标植被对应的图像信息的拍摄地点；根据拍摄地点获取目标植被的位置信息。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-onlymemory，rom)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(randomaccessmemory，ram)或外部高速缓冲存储器。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(staticrandomaccessmemory，sram)或动态随机存取存储器(dynamicrandomaccessmemory，dram)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。