基于激光点云实现杆塔提取的轻量级网络

摘要：

为了解决传统的杆塔点云提取算法对地面起伏较为敏感,以及提取出的杆塔点云难以剔除地面点的问题,提出了一种直接以原始点云数据为输入来实现杆塔提取的轻量级网络.将原始点云数据划分为若干大小相等的体素格,利用特征学习网络及卷积网络提取体素格内的空间、结构特征;并结合传统方法中的相对高度差以及点密度的特征,从而判别该体素格为杆塔点云或非杆塔点云;最后采用聚类算法剔除孤立的体素格以提高杆塔点云提取的准确率,得到杆塔的激光点云数据.结果表明,所提出的方法对于不同地形以及不同干扰因素情况下的杆塔,提取精度能达到95％左右.该算法能有效地提取杆塔点云,相对于格网法,其稳定性及精确度有一定提升,且对于高大树木、垂直遮挡等其它因素也有较好的抗干扰效果.

关键词：激光技术、杆塔自动提取、卷积神经网络、体素格划分、特征提取

所属期刊栏目：45

分类号：TN249(光电子技术、激光技术)

在线出版日期：2021-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：367-372