針對點(diǎn)云缺失情況下的導(dǎo)線分割算法研究

1、    針對點(diǎn)云缺失情況下的導(dǎo)線分割算法研究    吳紹華 余容 趙健摘  要：提出了一種導(dǎo)線模型（xy面投影重合、xy面投影不重合，簡稱“模型一”和“模型二”）識(shí)別方法和基于該模型的導(dǎo)線分割算法，解決了點(diǎn)云缺失情況下導(dǎo)線分割困難、分割精度低的問題。經(jīng)實(shí)驗(yàn)驗(yàn)證，模型一和模型二分割準(zhǔn)確度為92.5%、90.9%。關(guān)鍵詞：點(diǎn)云;輸電走廊;導(dǎo)線分割0    引言導(dǎo)線分割是輸電走廊隱患檢測工作中十分關(guān)鍵的步驟。導(dǎo)線局部聚類具有較高準(zhǔn)確性，檔內(nèi)具有相對完整性，本文基于導(dǎo)線xy面投影直線模型的適用性，提出兩種導(dǎo)線模型點(diǎn)云缺失的分割算法1

2、。分段后的導(dǎo)線采用的聚類算法為k-means2-3，k-means具有算法效率高、實(shí)現(xiàn)相對簡單等優(yōu)點(diǎn)。1    具體步驟1.1    模型判斷模型一導(dǎo)線實(shí)際數(shù)量遠(yuǎn)大于導(dǎo)線在xy平面投影后的投影數(shù)量，模型二導(dǎo)線實(shí)際數(shù)量等于導(dǎo)線在xy平面投影后的數(shù)量。兩種模型在xy平面和xyz空間分布上有較明顯的區(qū)分特征。算法主要研究模型一、模型二兩種導(dǎo)線模型，兩種模型在xy平面和xyz空間有較明顯的區(qū)分特征，根據(jù)區(qū)分特征可以進(jìn)行導(dǎo)線模型識(shí)別。（1）將單檔導(dǎo)線沿該檔導(dǎo)線實(shí)際走向按經(jīng)驗(yàn)步長分割成n段。（2）對n段數(shù)據(jù)分別用k-means進(jìn)行xyz三維空間聚類，并記錄每段聚類簇

3、的數(shù)量，由于單檔導(dǎo)線數(shù)據(jù)具有相對完整性，只存在部分缺失，所以統(tǒng)計(jì)出現(xiàn)次數(shù)最多的聚類簇?cái)?shù)量即為導(dǎo)線的總數(shù)量，記為linenum。（3）同時(shí)對n段數(shù)據(jù)分別用k-means進(jìn)行xy平面聚類，同時(shí)記錄每段聚類簇的數(shù)量，統(tǒng)計(jì)出現(xiàn)次數(shù)最多的簇?cái)?shù)量即為xy平面聚類數(shù)量，記為clusternumxy。（4）模型判斷，如果linenum等于clusternumxy，即判斷輸入導(dǎo)線為模型二，否則是模型一。1.2    模型一導(dǎo)線分割模型一導(dǎo)線在xy面上投影重合。模型一在xyz空間分段聚類結(jié)果統(tǒng)計(jì)確定實(shí)際導(dǎo)線數(shù)量，根據(jù)在xy面分段聚類結(jié)果統(tǒng)計(jì)確定導(dǎo)線重合情況進(jìn)行直線模型分割，將導(dǎo)線分割為若干個(gè)在

4、xy平面投影重合的部分，每個(gè)部分根據(jù)每一段聚類結(jié)果的z值高低關(guān)系確定每一根導(dǎo)線。圖1是模型一導(dǎo)線，有三處點(diǎn)云缺失，該點(diǎn)云在xy平面投影重合為兩個(gè)部分，每部分包括四根導(dǎo)線。模型一導(dǎo)線分割流程如下：（1）按經(jīng)驗(yàn)步長沿導(dǎo)線走向分割為n段。（2）對分割后n段導(dǎo)線分別用k-means進(jìn)行xy面聚類，統(tǒng)計(jì)每段簇?cái)?shù)量，出現(xiàn)最多的簇?cái)?shù)量為xy平面分割數(shù)clusternumxy，代表xy平面上聚類數(shù)。（3）聚類完成后導(dǎo)線兩端向中間遍歷，找到兩段簇?cái)?shù)量等于clusternumxy的段，分為clusterpart1和clusterpart2，如圖1所示。（4）在clusterpart1和clusterpart2中各

5、取出一點(diǎn)，分別按y坐標(biāo)升序排列，記為sortpoint1和sortpoint2，此時(shí)兩組對應(yīng)的點(diǎn)就在一條導(dǎo)線上，如圖1所示。（5）sortpoint1i和sortpoint2i（0ilinenum1）點(diǎn)確定導(dǎo)線在xy平面投影直線linenum1條，根據(jù)公式求得linenum1個(gè)導(dǎo)線投影表達(dá)式。如圖1所示，上一步取出的兩個(gè)點(diǎn)，確定了圖中的兩條直線模型。（6）根據(jù)上一步所求表達(dá)式，應(yīng)用xy平面點(diǎn)到直線距離公式遍歷點(diǎn)云，按距離閾值將點(diǎn)劃分入各部分。圖1通過xy平面劃分為兩個(gè)部分;如圖2所示，是經(jīng)過xy平面分割后的一個(gè)部分，即圖中4條導(dǎo)線在xy面投影重合。（7）對每個(gè)部分（3 m）沿導(dǎo)線走向分割為m段

6、。（8）對分割后的m段導(dǎo)線分別用k-means進(jìn)行xyz空間聚類，出現(xiàn)最多的簇?cái)?shù)量即為xy投影重合部分導(dǎo)線數(shù)量partlinenum，如圖2中partlinenum為4。（9）取出本部分聚類簇?cái)?shù)量等于partlinenum的段，然后按高低進(jìn)行導(dǎo)線分割。即每段中的每簇取一個(gè)點(diǎn)，按z值高低排列，把每段中z值最高的簇取出構(gòu)成一條導(dǎo)線，z值第二高的簇取出構(gòu)成一條導(dǎo)線，以此類推，分割成partlinenum個(gè)導(dǎo)線。如圖2中兩段中都有4簇，即為完整段，段內(nèi)簇按取出點(diǎn)z排序，然后兩段依次按z的高度提取，拼接成單根導(dǎo)線。（10）對聚類簇?cái)?shù)不等于partlinenum的段，采用取點(diǎn)鄰近匹配原則，劃分到對應(yīng)的導(dǎo)線

7、。圖2中僅三簇，取每一簇中的一個(gè)點(diǎn)，和臨近段內(nèi)每簇點(diǎn)進(jìn)行z坐標(biāo)對比，根據(jù)鄰近匹配劃入各導(dǎo)線。1.3    模型二導(dǎo)線分割針對模型二，采用基于局部聚類確定直線模型方程的方法進(jìn)行導(dǎo)線分割。如圖3所示，該導(dǎo)線包含五根導(dǎo)線，導(dǎo)線在xy面投影不重合，有兩處導(dǎo)線嚴(yán)重缺失，另外有若干處一般性點(diǎn)云缺失。分割流程如下：（1）按經(jīng)驗(yàn)步長沿導(dǎo)線走向分割為n段。（2）對分割后n段導(dǎo)線分別用k-means聚類，統(tǒng)計(jì)每段的聚類簇?cái)?shù)量。（3）從聚類后導(dǎo)線兩端向中間遍歷，找到兩段段內(nèi)聚類數(shù)等于linenum的段分別記為clusterpart1和clusterpart2。如圖3所示，導(dǎo)線兩端各取出一段，每段

8、有5簇。（4）在clusterpart1和clusterpart2每簇中取一個(gè)點(diǎn)，共取2×linenum個(gè)點(diǎn)。如圖3所示，在每段各簇中各取出一個(gè)點(diǎn)，每段取5個(gè)點(diǎn)。（5）導(dǎo)線中點(diǎn)的y坐標(biāo)有順序性，對clusterpart1和cluster-part2取出的點(diǎn)分別按y坐標(biāo)升序排列，記作sortpoint1和sortpoint2，此時(shí)兩組對應(yīng)的點(diǎn)就在一條導(dǎo)線上。如圖3所示，在xy平面確定五個(gè)直線模型。（6）根據(jù)sortpoint1j和sortpoint2j（0j< p>（7）根據(jù)上一步求得的導(dǎo)線投影模型，用xy平面點(diǎn)到直線距離公式分別遍歷點(diǎn)云，按距離閾值將點(diǎn)劃分入各導(dǎo)線。2&#

9、160;   實(shí)驗(yàn)與分析研發(fā)平臺(tái)為visual studio 2015，硬件為hp zbook，內(nèi)存64gb，處理器xeon e5。模型一采用某線110 kv導(dǎo)線，線路長0.6 km;檔包含8根導(dǎo)線，在xy平面投影重合為兩個(gè)部分，即每四根重合為一個(gè)部分。模型二采用某線500 kv導(dǎo)線數(shù)據(jù)，線路總長0.5 km;檔包含5根導(dǎo)線，且5根導(dǎo)線在xy面投影不重合。圖4為模型一單檔導(dǎo)線分割效果圖，每根導(dǎo)線均有不同程度缺失，分割結(jié)果用不同顏色區(qū)分，從圖中可以看出分割結(jié)果實(shí)際導(dǎo)線數(shù)量一致，分割效果準(zhǔn)確。圖5為模型二單檔導(dǎo)線分割效果圖，該檔導(dǎo)線有兩處較為明顯的缺失，分割結(jié)果用不同顏色區(qū)分，從圖5可以看出分割結(jié)果與實(shí)際導(dǎo)線數(shù)量一致，分割效果準(zhǔn)確。對模型一和模型二實(shí)驗(yàn)結(jié)果進(jìn)行統(tǒng)計(jì)，再用cloud compare軟件手動(dòng)提取導(dǎo)線并統(tǒng)計(jì)，最后統(tǒng)計(jì)準(zhǔn)確率，如表1和表2所示。實(shí)驗(yàn)表明，導(dǎo)線分割結(jié)果與實(shí)際手動(dòng)提取結(jié)果吻合度高，驗(yàn)證了算法的有效性和適用性，模型一和模型二分割準(zhǔn)確度分別為92.5%、90.9%。3    結(jié)語針對導(dǎo)線缺失這一情況，提出了一種導(dǎo)線模型判斷和分割算法，實(shí)現(xiàn)了導(dǎo)線分割自動(dòng)化。實(shí)驗(yàn)表明，導(dǎo)線分割算法對導(dǎo)線空間排列方式、導(dǎo)線不規(guī)則斷裂等因素不敏感，且分割結(jié)果正確、精度較高。參考文獻(xiàn)1 林祥國，寧曉剛，夏少波.特征空間聚類的電力線激光雷達(dá)點(diǎn)云分割方法j.測繪科學(xué)