envi监督分类_5分钟了解电力线激光点云数据分类的新方法

利用机载激光雷达技术三维测量精度高且获取快速的优点进行电力线自动分类提取已成为点云数据处理与电力应用的重要领域。机载激光点云电力线分类提取流程

各步骤详解1 电力线候选点滤波
① 点云数据预处理：建立电力线三维结构特征指标体系

基于机载 LiDAＲ 点云数据的电力线三维结构特征指标体系包括: 基于原始点云数据，噪声、地面、建筑物等显著非电力线点的过滤机制，将更加准确地区分非电力线点，减少后续处理数据量，同时保证可能电力线点的完整筛选。
②根据原始 LiDAR点云进行地面点过滤和 DTM 生成以提取所有非地面点
③本文根据电力线布设规范，选择地面 4 m 以上的非地面点作为电力线候选点2 多尺度邻域类型选取
使用给定点 X 的局部三维空间形状结构进行电力线分类。
初步选取两类邻域: 单一尺度邻域和多尺度邻域，并在每个尺度上分别选取球形邻域、柱状邻域和 K 值邻域 3 种邻域类型，每种邻域类型的限制参数为半径和 K 值。其中球形邻域为围绕给定点 X 的球体内的所有三维点形成的球形邻域，限制参数为半径; 柱状邻域为围绕给定点 X 的圆柱内的所有三维点组成的圆柱形邻域，其中圆柱的轴线穿过给定点 X，限制参数为半径; K 值邻域为围绕给定点 X 的 K 个最近三维点组成的邻域，限制参数为 K 值。经多次试验比较分析，选定多尺度球邻域获取电力线形状结构的各向异性和层次细节。