Page 18 - 电力与能源2023年第二期

112 束庆霏，等：基于多分段线性拟合的输电导线快速提取方法

将每条线路根据杆塔位置分割成 5部分，每部分 4×
2 导线提取算法流程
10 ~9×10 个点，然后进行降采样处理。
7
7
通过激光点云数据提取输电导线位置，需经 2.2 降采样处理
过以下几步：降采样处理、高程滤波处理和多分段 首先需要将 LAS 格式的数据转换为 PCD 格
线性拟合。 式，然后采用 Open3D 库里的函数对激光点云数
2.1 数据介绍 据进行降采样处理。降采样方法一般有均匀下采
本文的研究数据为张家港市电网两条 220 kV 样、体素下采样和曲率下采样 3 种。
输电线路的激光点云，数据格式为 LAS。点云信 （1）均匀下采样有多种方式，其中最远点采样
息包括：被测点的平面位置和高程、RGB（红、绿、 较为简单：选取一个种子点，并设置一个内点集

蓝）颜色信息、反射强度等。通过 Python 语言的 合，每次从点云中不属于内点的集合找出一个距
Laspy 库提取平面位置和高程信息进行研究。
离内点最远的点。此方式下的采样点云分布均
平 面 位 置 采 用 的 2000 国 家 大 地 坐 标 系
匀，但算法复杂度高，效率偏低。
（China Geodetic Coordinate System 2000，简 称
（2）体素下采样是将三维空间体素化，然后在
CGCS2000），是最新的国家大地坐标系，以地球
每个体素内采样一个点，通常可选用中心点或最
为中心，固定在地球上的右手 3D 坐标，由 3 个正
靠近中心的点作为采样点。此方式下的采样效率
z
交轴组成，x 轴和 y 轴位于赤道平面，轴平行于平
非常高，采样点分布比较均匀，可通过体素尺寸控
均地球旋转轴并指向北极。高程即海拔高度，单
制点间距，但不能精确控制采样点个数。
位为 m。通过 Python 编程，将所有三维点投影到
（3）曲率下采样是在点云曲率越大的地方，采
二维平面，得到的线路图呈带状，如图 1 所示。此
样点越多。点云中任意一点均位于某曲面，首先
外，通过杆塔经纬坐标得到的线路分布如图 2 所
计算每个点的邻域，并计算点到邻域点的法线夹
示。通过比较可见二者平面走向一致。
角值，曲率越大的地方，该夹角值就越大；然后设
置一个角度阈值，本文设置 30°，点的邻域夹角值
大于该阈值的点被认为是特征明显的区域，其余

为特征不明显区域；最后均匀采样特征明显区域
和特征不明显区域，采样数分别为 S×（1−U）和
S×U，其 中 S 为 目 标 采 样 数 ，U 为 采 样 均 匀 性 。
此方式下的采样点局部分布均匀，几何特征区域
的划分使得采样结果抗噪性更强。
图 1 激光点云二维投影
3 种降采样方法优劣如下。
（1）时间上，均匀下采样和体素下采样用时较

短，曲率下采样用时远远超过前两者。以某段包
含 8 700 万左右点云的线路为例，体素下采样用时
约 8 s，均匀下采样用时约 5 s，曲率下采样用时约
2.2 h，因为曲率下采样需先提取点，计算其与邻域
点的法线夹角值，随后对夹角值进行分类，最后再

图 2 线路经纬分布 根据分类结果按权重采样。
每条线路的数据大小约 10 GB，3 亿（3×10）多 （2）效果上，体素下采样得到的点最少，其余
8
个点，数据量非常庞大，一般内存为 8 GB 的计算机 两者视参数而定。以某段包含 8 700 万左右点云
无法一次性处理 3亿多个点的数据。因此首先需要 的线路为例：体素下采样设置体素大小为 5，得到