本發(fā)明涉及點(diǎn)云數(shù)據(jù)處理，特別是一種基于三維激光點(diǎn)云的電力廊道樹種識(shí)別與分類方法。

背景技術(shù)：

1、高空架線是電網(wǎng)基礎(chǔ)建設(shè)中的重要一環(huán)，是保障配電網(wǎng)安全穩(wěn)定運(yùn)行的基礎(chǔ)。在自然環(huán)境中，電力廊道會(huì)受到很多不確定因素的影響，特別是植被的生長(zhǎng)會(huì)影響輸電線路正常運(yùn)行。隨著配電網(wǎng)的大規(guī)模建設(shè)和發(fā)展，越來越多的使用無人機(jī)用于輸電線路巡視中。無人機(jī)巡檢技術(shù)中，飛行平臺(tái)上所搭載的傳感器包含激光雷達(dá)。激光雷達(dá)?(lidar)?作為一種主動(dòng)遙感技術(shù)，通過傳感器發(fā)出的激光測(cè)定目標(biāo)物距離，能夠獲取目標(biāo)空間信息。但由于城區(qū)的不同的地形和環(huán)境，lidar點(diǎn)云植被提取與處理的對(duì)象也不盡相同，利用lidar進(jìn)行城區(qū)植被的提取最重要的關(guān)鍵就是要區(qū)分植被點(diǎn)云與建筑和地面點(diǎn)云，將植被群與建筑點(diǎn)云準(zhǔn)確提取是本領(lǐng)域亟待解決的關(guān)鍵問題。只有植被信息的有效提取才能為后期樹種識(shí)別工作提供保障。

2、在基于深度學(xué)習(xí)的點(diǎn)云處理方法研究的進(jìn)程中，大部分方法都是通過對(duì)于三維點(diǎn)云數(shù)據(jù)的預(yù)處理，利用點(diǎn)云數(shù)據(jù)生成大量的二維影像并進(jìn)一步使用深度卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行處理。但是卷積神經(jīng)網(wǎng)絡(luò)對(duì)三維點(diǎn)云數(shù)據(jù)處理方面，無論是計(jì)算量還是數(shù)據(jù)的儲(chǔ)存量都極大增長(zhǎng)，處理效率不高。

3、綜上，對(duì)三維點(diǎn)云數(shù)據(jù)直接的處理方法仍處于初級(jí)階段，特別是在大范圍場(chǎng)景中的三維點(diǎn)云數(shù)據(jù)處理方面還很薄弱。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于三維激光點(diǎn)云的電力廊道樹種識(shí)別與分類方法，同時(shí)提供一種電子設(shè)備和存儲(chǔ)介質(zhì)。

2、實(shí)現(xiàn)本發(fā)明目的的技術(shù)解決方案為：

3、一種基于三維激光點(diǎn)云的電力廊道樹種識(shí)別與分類方法，包括如下步驟：

4、s1、采集激光點(diǎn)云數(shù)據(jù)，將點(diǎn)云數(shù)據(jù)預(yù)處理；

5、s2、將預(yù)處理后的點(diǎn)云數(shù)據(jù)，使用superpointgraphs框架模型進(jìn)行訓(xùn)練，通過一段訓(xùn)練時(shí)間后輸出模型；

6、s3、使用步驟s2中輸出的模型，對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行分割處理，得到包括基于平面的點(diǎn)云幾何劃分、超點(diǎn)圖和分割結(jié)果；

7、s4、調(diào)取步驟s3中分割結(jié)果中標(biāo)記為高植被的點(diǎn)云數(shù)據(jù)，進(jìn)行單木分割得到單木點(diǎn)云數(shù)據(jù)；

8、s5、通過得到的單木點(diǎn)云數(shù)據(jù)確定樹木特征信息，其中，所述樹木特征包括樹冠特征信息以及樹干特征信息；

9、s6、通過預(yù)設(shè)的深度學(xué)習(xí)網(wǎng)絡(luò)模型對(duì)樹冠特征信息、樹干特征信息和經(jīng)過多光譜標(biāo)注的多光譜樹種分類信息進(jìn)行配準(zhǔn)處理，得到樹木分類結(jié)果。

10、進(jìn)一步的，步驟s1中，將點(diǎn)云數(shù)據(jù)預(yù)處理包括使用點(diǎn)坐標(biāo)信息與rgb信息，其點(diǎn)坐標(biāo)數(shù)據(jù)與各個(gè)點(diǎn)的標(biāo)簽一一對(duì)應(yīng)，將坐標(biāo)信息與標(biāo)簽分別轉(zhuǎn)化為.hdf5格式。

11、進(jìn)一步的，步驟s2中，superpointgraphs框架模型進(jìn)行訓(xùn)練包括如下步驟：

12、s21、對(duì)整個(gè)點(diǎn)云數(shù)據(jù)基于幾何平面的分區(qū)，通過點(diǎn)云的線性、水平面或垂直面進(jìn)行劃分，將每一個(gè)分區(qū)處理為一個(gè)超點(diǎn)；

13、s22、使用pytorch框架進(jìn)行對(duì)每個(gè)超點(diǎn)嵌入結(jié)合得到一個(gè)spg，spg的每一個(gè)節(jié)點(diǎn)表示點(diǎn)云數(shù)據(jù)的某一個(gè)部分；

14、s23利用超點(diǎn)圖，投入pointnet對(duì)點(diǎn)進(jìn)行分類分割。

15、進(jìn)一步的，所述superpointgraphs框架模型進(jìn)行訓(xùn)練使用semantic3d?數(shù)據(jù)基準(zhǔn)。

16、進(jìn)一步的，步驟s4中，使用分水嶺分割算法和基于點(diǎn)云距離的分割算法進(jìn)行單木分割。

17、進(jìn)一步的，在步驟s6之前，還包括：獲取待識(shí)別的樹種信息；通過所述樹種信息，預(yù)設(shè)模型，對(duì)采集的目標(biāo)區(qū)域的多光譜數(shù)據(jù)進(jìn)行分類處理，以得到所述多光譜樹種分類信息，其中，所述目標(biāo)區(qū)域包括步驟s1中原始采集到的點(diǎn)云數(shù)據(jù)對(duì)應(yīng)的區(qū)域。

18、進(jìn)一步的，所述樹冠特征信息包括樹冠直徑和樹冠面積；樹干特征信息包括樹干高度。

19、相應(yīng)的，本發(fā)明還提供一種電子設(shè)備，該電子設(shè)備包括存儲(chǔ)器和處理器，存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)程序，所述處理器調(diào)用所述存儲(chǔ)器中的計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述基于三維激光點(diǎn)云的電力廊道樹種識(shí)別與分類方法的步驟。

20、相應(yīng)的，本發(fā)明還提供一種存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)可執(zhí)行指令，所述計(jì)算機(jī)可執(zhí)行指令被處理器加載并執(zhí)行時(shí)，實(shí)現(xiàn)如權(quán)利要求1至8中任一所述基于三維激光點(diǎn)云的電力廊道樹種識(shí)別與分類方法的步驟。

21、本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點(diǎn)是：

22、1、通過使用superpointgraphs框架模型對(duì)大場(chǎng)景下的三維點(diǎn)云的進(jìn)行分割處理，可以高效快捷的將地面點(diǎn)、植被、建筑物等地物分類；

23、2、通過將大場(chǎng)景下的三維點(diǎn)云的進(jìn)行分割處理，得到的植被點(diǎn)云數(shù)據(jù)，經(jīng)過單木分割，再通過預(yù)設(shè)的深度學(xué)習(xí)網(wǎng)絡(luò)模型對(duì)樹冠特征信息、樹干特征信息和經(jīng)過多光譜標(biāo)注的多光譜樹種分類信息進(jìn)行配準(zhǔn)處理，得到樹木分類，能夠提高點(diǎn)云分類的成果。

技術(shù)特征：

1.一種基于三維激光點(diǎn)云的電力廊道樹種識(shí)別與分類方法，其特征在于：包括如下步驟：

2.根據(jù)權(quán)利要求1所述的一種基于三維激光點(diǎn)云的電力廊道樹種識(shí)別與分類方法，其特征在于：步驟s1中，將點(diǎn)云數(shù)據(jù)預(yù)處理包括使用點(diǎn)坐標(biāo)信息與rgb信息，其點(diǎn)坐標(biāo)數(shù)據(jù)與各個(gè)點(diǎn)的標(biāo)簽一一對(duì)應(yīng)，將坐標(biāo)信息與標(biāo)簽分別轉(zhuǎn)化為.hdf5格式。

3.根據(jù)權(quán)利要求1所述的一種基于三維激光點(diǎn)云的電力廊道樹種識(shí)別與分類方法，其特征在于：步驟s2中，superpointgraphs框架模型進(jìn)行訓(xùn)練包括如下步驟：

4.根據(jù)權(quán)利要求3所述的一種基于三維激光點(diǎn)云的電力廊道樹種識(shí)別與分類方法，其特征在于：所述superpointgraphs框架模型進(jìn)行訓(xùn)練使用semantic3d?數(shù)據(jù)基準(zhǔn)。

5.根據(jù)權(quán)利要求1所述的一種基于三維激光點(diǎn)云的電力廊道樹種識(shí)別與分類方法，其特征在于：步驟s4中，使用分水嶺分割算法和基于點(diǎn)云距離的分割算法進(jìn)行單木分割。

6.根據(jù)權(quán)利要求5所述一種基于三維激光點(diǎn)云的電力廊道樹種識(shí)別與分類方法，其特征在于：

7.根據(jù)權(quán)利要求1所述的一種基于三維激光點(diǎn)云的電力廊道樹種識(shí)別與分類方法，其特征在于：在步驟s6之前，還包括：獲取待識(shí)別的樹種信息；通過所述樹種信息，預(yù)設(shè)模型，對(duì)采集的目標(biāo)區(qū)域的多光譜數(shù)據(jù)進(jìn)行分類處理，以得到所述多光譜樹種分類信息，其中，所述目標(biāo)區(qū)域包括步驟s1中原始采集到的點(diǎn)云數(shù)據(jù)對(duì)應(yīng)的區(qū)域。

8.根據(jù)權(quán)利要求6所述一種基于三維激光點(diǎn)云的電力廊道樹種識(shí)別與分類方法，其特征在于：所述樹冠特征信息包括樹冠直徑和樹冠面積；樹干特征信息包括樹干高度。

9.一種電子設(shè)備，其特征在于：包括存儲(chǔ)器和處理器，所述存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)程序，所述處理器調(diào)用所述存儲(chǔ)器中的計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至8中任一所述基于三維激光點(diǎn)云的電力廊道樹種識(shí)別與分類方法的步驟。

10.一種存儲(chǔ)介質(zhì)，其特征在于：所述存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)可執(zhí)行指令，所述計(jì)算機(jī)可執(zhí)行指令被處理器加載并執(zhí)行時(shí)，實(shí)現(xiàn)如權(quán)利要求1至8中任一所述基于三維激光點(diǎn)云的電力廊道樹種識(shí)別與分類方法的步驟。

技術(shù)總結(jié)
本發(fā)明涉及點(diǎn)云數(shù)據(jù)處理技術(shù)領(lǐng)域，特別涉及一種基于三維激光點(diǎn)云的電力廊道樹種識(shí)別與分類方法。本發(fā)明使用SuperPointGraphs框架模型對(duì)大場(chǎng)景下的三維點(diǎn)云的進(jìn)行分割處理，可以高效快捷的將地面點(diǎn)、植被、建筑物等地物分類，從而將得到的植被點(diǎn)云數(shù)據(jù)，再經(jīng)過單木分割，使用深度學(xué)習(xí)網(wǎng)絡(luò)模型對(duì)樹冠特征信息、樹干特征信息和經(jīng)過多光譜標(biāo)注的多光譜樹種分類信息進(jìn)行配準(zhǔn)處理，得到樹木分類，能夠提高點(diǎn)云分類的成果，解決了大場(chǎng)景下的三維點(diǎn)云數(shù)據(jù)分割難。

技術(shù)研發(fā)人員：張嘉偉,翟瑞聰,謝雅祺,陳逸嘉,葉廣賢,鄧傳華
受保護(hù)的技術(shù)使用者：南方電網(wǎng)通用航空服務(wù)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15