论文部分内容阅读
电力线点云的自动分类一直是电力巡检工作中尤为重要的一部分，本文旨在提出新的方法，提高电力线点云分类的准确度，提升电力巡检工作的自动化程度和巡检效率。首先基于无人机LiDAR电力线点云数据，进行点云数据的粗分类和精分类，分离出地面、植被以及电塔点云数据，其主要的指导方法是基于局部高程直方图分布模式的电力线点云提取方法以及随机抽样一致算法（RANSAC）；分类后的唯一地物——电力线点云，对其自动提取是本文研究的关键，在Hough变换的基础上考虑同一条电力线的局部相邻点高程比较接近原则实现电力线自动提取，并且成