息进行整体的最小二乘直线拟合、并获得该档电 力线的初始长度，依据电力线三维重建模型求解需要的最少LiDAR点的数量信息对该档电 力线进行分段、并以段为基本单位进行电力线LiDAR点云的组织。
[0019] 优选地，在步骤四中，采用分层随机采样的策略、并以电力线三维重建模型为约束 条件进行单档电力线LiDAR点云的聚类和标号，以分离出每根电力线的LiDAR点。
[0020] 进一步地，所述步骤二具体包括以下步骤：（1)确定三维重建模型的组分；（2)确 定直线段模型；（3)确定悬链线段模型。
[0021] 进一步地，所述确定直线段模型的过程为：
[0022] (1)首先确定直线模型，直线模型采用了式（1)所示的法线式：
[0023] d = x*cos a+y* a (1)
[0024] 式中，d为过原点向直线做的垂线段的长度，a为垂线段所在直线的倾斜角；垂线 段与拟合直线的交点为P(x fOTtpHnt, yf_int);
[0025](2)确定两个端点，设任一电力线LiDAR点的水平坐标为Q(x。，yQ)，其在XOY面的 垂直投影点到上述拟合直线的投影点坐标为Q' (? 按式（2)或式（3)计算该垂 直投影点的比例因子s:
[0026] 当 fabs (sina)多 fabs (cosa)时，
【主权项】
1. 一种基于分层随机抽样的单档电力线LiDAR点云聚类方法，其特征是，所述单档电 力线LiDAR点云的数据已经被正确识别，所述方法包括以下步骤： 步骤一，加载单档电力线LiDAR点云的数据； 步骤二，确定电力线三维重建模型的数学表达式； 步骤三，对单档电力线LiDAR点云数据进行预处理，并将点云数据进行分段组织和管 理； 步骤四，采用分层随机抽样策略，并在电力线三维重建模型约束下进行单档电力线 LiDAR点云的聚类。
2. 根据权利要求1所述的一种基于分层随机抽样的单档电力线LiDAR点云聚类方法， 其特征是，在步骤二中，将单档单根电力线三维重建模型分解为两个相互关联的部分，第一 部分是直线段，该直线段由电力线LiDAR点云在XOY平面的投影点经过最小二乘拟合生成； 第二部分是悬链线段，该悬链线段位于过直线段的垂面、且由电力线LiDAR点云的信息生 成。
3. 根据权利要求2所述的一种基于分层随机抽样的单档电力线LiDAR点云聚类方法， 其特征是，所述的直线段与悬链线段不仅共面，而且直线段的两个端点与悬链线段的两个 端点具有垂直投影关系。
4. 根据权利要求1所述的一种基于分层随机抽样的单档电力线LiDAR点云聚类方法， 其特征是，在步骤三中，计算该档电力线LiDAR点的总数目，将全部LiDAR点的聚类状态设 置为"未聚类"，利用LiDAR点的信息进行整体的最小二乘直线拟合、并获得该档电力线的 初始长度，依据电力线三维重建模型求解需要的最少LiDAR点的数量信息对该档电力线进 行分段、并以段为基本单位进行电力线LiDAR点云的组织。
5. 根据权利要求1所述的一种基于分层随机抽样的单档电力线LiDAR点云聚类方法， 其特征是，在步骤四中，采用分层随机采样的策略、并以电力线三维重建模型为约束条件进 行单档电力线LiDAR点云的聚类和标号，以分离出每根电力线的LiDAR点。
6. 根据权利要求1至5任一项所述的一种基于分层随机抽样的单档电力线LiDAR点云 聚类方法，其特征是，所述步骤二具体包括以下步骤：（1)确定三维重建模型的组分；（2)确 定直线段模型；（3)确定悬链线段模型。
7. 根据权利要求6所述的一种基于分层随机抽样的单档电力线LiDAR点云聚类方法， 其特征是，所述确定直线段模型的过程为： (1) 首先确定直线模型，直线模型采用了式（1)所示的法线式： d = X氺cos a +y氺 a (1) 式中，d为过原点向直线做的垂线段的长度，α为垂线段所在直线的倾斜角；垂线段与 拟合直线的交点为P ( Xfootprint，^footprint^ ? (2) 确定两个端点，设任一电力线LiDAR点的水平坐标为Q (X(l，y(l)，其在XOY面的垂直 投影点到上述拟合直线的投影点坐标为V (? 〇,太。)，按式（2)或式（3)计算该垂直投 影点的比例因子s : 当 fabs (sin α ) ^： fabs (cos α )时，
求取每个电力线LiDAR点的比例因子后，可得知最大比例因子Sniaxinium和最小比例因子 ^minimum? 最大比例因子Smaximmi和最小比例因子S minimUffl对应的垂直投影点分别为M(X s maxiM，ys maximum) lyN (Xg；_minimum，Ys-minimum) ^ 贝丨J M (Xg；_maximum，Ys-maximum) lyN (Xg；-minimum，ys_minimum )为所求的两个端点。
8. 根据权利要求1至5任一项所述的一种基于分层随机抽样的单档电力线LiDAR点云 聚类方法，其特征是，所述步骤三具体包括以下步骤：1)预处理加载的点云数据，计算该档 电力线LiDAR点的总数目，将全部LiDAR点的聚类状态设置为"未聚类";⑵进行该档电力 线LiDAR点云在XOY平面投影点的整体线性拟合；(3)求取该档电力线的初始长度及该档 电力线每个LiDAR点的比例因子；(4)按照比例因子的大小对该档电力线的LiDAR点云进 行分段。
9. 根据权利要求1至5任一项所述的一种基于分层随机抽样的单档电力线LiDAR点云 聚类方法，其特征是，所述步骤四具体包括以下步骤：（1)确定过程控制参数及其阈值；（2) 检查迭代次数；（3)分层随机抽样；(4)进行待提取电力线的初始三维重建模型拟合及其合 理性验证；（5)搜索待提取电力线初始三维重建模型附近的LiDAR点；(6)精化待提取电力 线的三维重建模型；（7)验证待提取电力线长度的合理性；(8)检查待提取电力线的断裂情 况；(9)获取待提取电力线的最优三维重建模型、并对相应的点进行标号；（10)检查"未聚 类"的点数目占 LiDAR点总数目的比例；（11)结束聚类过程。
【专利摘要】一种基于分层随机抽样的单档电力线LiDAR点云聚类方法，它包括以下步骤：加载单档电力线LiDAR点云数据；确定电力线三维重建模型的数学表达式；对单档电力线LiDAR点云数据进行预处理，并将点云数据进行分段组织和管理；采用分层随机抽样策略，并在电力线三维重建模型约束下进行单档电力线LiDAR点云的聚类。本发明提出了一种直线段和悬链线段相结合的单档单根电力线三维重建模型，降低了重建模型的复杂度；本发明具有聚类精度高、自动化程度高、效率高、鲁棒性和普适性更好的特点，具有对电力线的根数多少不一、电力线类型多样化、电力线空间构型多样化、粗差点、点云不规则断裂、档距长短不一等因素不敏感的优势。
【IPC分类】G06T7-00
【公开号】CN104751481
【申请号】CN201510194504
【发明人】林祥国, 张继贤, 段敏燕, 臧艺
【申请人】中国测绘科学研究院
【公开日】2015年7月1日
【申请日】2015年4月22日