首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于激光点云和影像融合的线路通道易燃树种识别方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:国网江西省电力有限公司电力科学研究院;国家电网有限公司;江西博微新技术有限公司

摘要:本发明属于输电线路巡检技术领域,公开了基于激光点云和影像融合的线路通道易燃树种识别方法,将植被、地面、建筑物道路的点云进行可视化分类标注;提取单颗树木的点云数据,将不同类型的树木以不同颜色进行分类展现;通过单颗树木的点云数据创建树木的二值掩码图,并将二值掩码图与无人机拍摄的正射影像图进行配准,配准后对树木的影像信息进行分割处理,得到树木影像;将树木影像按类型标注后放入到深度神经网络中进行识别,实现对树木种类信息的智能提取,将提取结果在点云数据中展现。本发明通过融合激光点云数据以及正射影像数据,对输电线路通道的树木进行树种识别分析,具有工作量少,识别快,准确率高的特点。

主权项:1.基于激光点云和影像融合的线路通道易燃树种识别方法,其特征在于,包括以下步骤:S1.将植被、地面、建筑物道路的点云进行可视化分类标注;S2.提取单颗树木的点云数据,将不同类型的树木以不同颜色进行分类展现;S3.通过单颗树木的点云数据创建树木的二值掩码图,并将二值掩码图与无人机拍摄的正射影像图进行配准,配准后对树木的影像信息进行分割处理,得到树木影像;S4.将树木影像按类型标注后放入到深度神经网络中进行识别,实现对树木种类信息的智能提取,将提取结果在点云数据中展现;所述提取单颗树木的点云数据的过程包括:S21.使用数字表面模型减去数字地表模型,生成冠层高度模型;S22.在冠层高度模型中找到局部最大值,将局部最大值指定为树梢;S221.从冠层高度模型的左上角开始,从左至右,从上至下遍历每个像素点,读取像素点代表的高度h;S222.根据像素点代表的高度h,计算局部最大滤波器窗口半径;S223.在局部最大滤波器窗口范围内中心点位置的高度值如果是最高的,则表示该点位置的点云就是树梢,如果不是最高位置,则不是树梢;S224.遍历下一个像素点,重复步骤S222~步骤S223,直到冠层高度模型中的每个像素均计算完毕为止,完成区域树梢点的提取;S23.利用树梢位置,结合树冠的梯度阈值,在树梢周围搜索树冠区域,具体方法如下:S231.将树梢点当作种子点,放入树冠集合M中;S232.遍历树冠集合M中的每个种子点,取得种子点高度,搜索种子点的邻域像素点,取得邻域像素点高度;对比与的高度,如果与的高度满足:;则将邻域像素点放入到树冠集合M中,其中,表示树冠范围平均高度;S233.重复步骤S232,直到没有更多的点被放到树冠集合M中为止;步骤S3包括以下子步骤:S31.将单颗树木的点云数据投影到UTM坐标系下的XOY平面内,创建树木的二值掩码图;S32.使用GlobalMapper工具或者GDAL库将WGS84坐标系下的正射影像图转换成UTM坐标系下的正射影像图;S33.将树木的二值掩码图投影到正射影像图上;通过二值掩码图与正射影像图的与运算,得到单个树木的图像;步骤S31所述创建树木的二值掩码图的步骤如下:S311.遍历单棵树木点云XOY平面的坐标值,分别找到X轴和Y轴方向的极大值和极小值;S312.按照分辨率S计算二值掩码图的像素宽度W及像素高度H;S313.根据二值掩码图的像素宽度W及像素高度H,创建一副全黑的图像P;S314.再次遍历单棵树木点云XOY平面的坐标值,计算单棵树木点云中点在二值掩码图中的像素坐标: ;其中,、分别为单棵树木点云中点d在XOY平面的横、纵坐标;为X轴方向的极小值;为Y轴方向的极大值;、分别为单棵树木点云中点d在二值掩码图中的像素横、纵坐标;S315.根据单棵树木点云中点在二值掩码图中的像素坐标将图像P中对应的像素位置设置为白色;S316.循环重复步骤S314-步骤S315,直到遍历完单棵树木的所有点云,最终图像P转换为树木的二值掩码图;步骤S33所述将树木的二值掩码图投影到正射影像图上的计算过程如下:S331.遍历二值掩码图中的每个像素,如果是黑色,则跳过,继续遍历下一个像素点;S332.如果是像素是白色点,则取二值掩码图的像素坐标,计算对应UTM坐标系下的区域范围;其中为二值掩码图的像素转换到UTM坐标系下的坐标;二值掩码图的像素坐标对应UTM坐标系下的坐标极大值和极小值由下式表示: ;其中,为二值掩码图的像素坐标对应UTM坐标系下的横坐标最小值,为二值掩码图的像素坐标对应UTM坐标系下的纵坐标最小值,为二值掩码图的像素坐标对应UTM坐标系下的横坐标最大值,为二值掩码图的像素坐标对应UTM坐标系下的纵坐标最大值;S333.计算区域范围N在正射影像图的UTM坐标系下的像素区域K,分别将区域范围N的左上角坐标,和右下角坐标,分别转换为正射影像图下的像素坐标和: , , , ,其中,是区域范围N中的点云i的横坐标,是区域范围N中的点云i的纵坐标,是区域范围N的左上角转换为正射影像图下的像素横坐标,是区域范围N的左上角转换为正射影像图下的像素纵坐标,是区域范围N的右下角转换为正射影像图下的像素横坐标,是区域范围N的右下角转换为正射影像图下的像素纵坐标,为正射影像图在UTM坐标系下X轴坐标最小值,为正射影像图在UTM坐标系下Y轴坐标最大值,为正射影像图在UTM坐标系下X轴坐标最大值,为正射影像图在UTM坐标系下Y轴坐标最小值,Sdom是正射影像图的分辨率;S334.通过步骤S333计算的像素坐标和,可以得到UTM坐标系下区域范围N在正射影像图下的像素区域范围,为区域范围N在正射影像图下的像素坐标,将像素区域范围K内的像素放入输出集合中;S335.重复步骤S331~步骤S334,直到二值掩码图中的所有像素都遍历完;S336.将输出集合中的像素依次输出到新的图像中;S337.基于统一的UTM坐标系,将正射影像图中与二值掩码图白色部分重叠的区域提取出来形成树木影像。

全文数据:

权利要求:

百度查询: 国网江西省电力有限公司电力科学研究院 国家电网有限公司 江西博微新技术有限公司 基于激光点云和影像融合的线路通道易燃树种识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。