[发明专利]杆塔倾斜程度检测方法以及装置

权利要求书

1.一种杆塔倾斜程度检测方法，其特征在于，所述方法应用于航拍设备，所述方法包括：

所述航拍设备获取目标杆塔的激光雷达数据以及图像数据；

基于直接线性变换的点云与影像配准方式、所述激光雷达数据以及所述图像数据，生成彩色点云数据；

基于预先保存的机器学习分类算法以及样本数据，获取目标杆塔点云数据；

根据所述目标杆塔点云数据，计算得到所述目标杆塔的倾斜率。

2.根据权利要求1所述的方法，其特征在于，所述根据所述目标杆塔点云数据，计算得到所述目标杆塔的倾斜率，包括：

所述航拍设备从所述目标杆塔点云数据中获取第一基准点生成第一水平面；

提取所述目标杆塔点云数据中所有与所述第一水平面相交的点，生成第一目标面，得到所述第一目标面的中心点的坐标；

从所述目标杆塔点云数据中，获取与所述第一基准点的竖直距离为预设值的点作为第二基准点，生成平行于所述第一水平面的第二水平面；

提取所述目标杆塔点云数据中所有与所述第二水平面相交的点，生成第二目标面，得到所述第二目标面的中心点的坐标；

获取所述第二目标面的中心点在所述第一目标面上的投影的坐标；

基于所述第一目标面的中心点的坐标、所述第二目标面的中心点的坐标以及所述第二目标面的中心点在所述第一目标面上的投影的坐标,计算得到所述目标杆塔的倾斜率。

3.根据权利要求2所述的方法，其特征在于，所述第一目标面的中心点O1的坐标为(X2,Y2,Z2),所述第二目标面的中心点O2的坐标为(X4,Y4,Z3),所述第二目标面的中心点在所述第一目标面上的投影O2¹的坐标为(X5,Y5,Z2),所述航拍设备基于S＝h/d计算得到所述目标杆塔的倾斜率S1，其中h＝Z3-Z2。

4.根据权利要求1所述的方法，其特征在于，在基于直接线性变换的点云与影像配准方式、所述激光雷达数据以及所述图像数据，生成彩色点云数据之前，所述方法还包括：

所述航拍设备将所述激光雷达数据以及图像数据导入数据处理软件，生成输电线路的点云数据以及数字正射影像图；

相应地，所述航拍设备基于直接线性变换的点云与影像配准方式、所述输电线路的点云数据以及数字正射影像图，生成彩色点云数据。

5.根据权利要求1所述的方法，其特征在于，所述基于预先保存的机器学习分类算法以及样本数据，获取目标杆塔点云数据，包括：

所述航拍设备基于预先保存的机器学习分类算法以及样本数据，训练得到目标杆塔点云的特征矢量的判别函数；

计算所述点云数据的特征矢量；

将所述特征矢量满足所述判别函数的所述点云数据分类为目标杆塔点云数据。

6.一种杆塔倾斜程度检测装置，其特征在于，所述装置应用于航拍设备，所述装置，包括：

第一获取模块，用于获取目标杆塔的激光雷达数据以及图像数据；

生成模块，用于基于直接线性变换的点云与影像配准方式、所述激光雷达数据以及所述图像数据，生成彩色点云数据；

第二获取模块，用于基于预先保存的机器学习分类算法以及样本数据，获取目标杆塔点云数据；

计算模块，用于根据所述目标杆塔点云数据，计算得到所述目标杆塔的倾斜率。

7.根据权利要求6所述的装置，其特征在于，计算模块，包括：

获取子模块，用于从所述目标杆塔点云数据中获取第一基准点生成第一水平面；

提取子模块，用于提取所述目标杆塔点云数据中所有与所述第一水平面相交的点，生成第一目标面，得到所述第一目标面的中心点的坐标；

所述获取子模块，还用于从所述目标杆塔点云数据中，获取与所述第一基准点的竖直距离为预设值的点作为第二基准点，生成平行于所述第一水平面的第二水平面；

所述提取子模块，还用于提取所述目标杆塔点云数据中所有与所述第二水平面相交的点，生成第二目标面，得到所述第二目标面的中心点的坐标；

所述获取子模块，还用于获取所述第二目标面的中心点在所述第一目标面上的投影的坐标；

计算子模块，用于基于所述第一目标面的中心点的坐标、所述第二目标面的中心点的坐标以及所述第二目标面的中心点在所述第一目标面上的投影的坐标,计算得到所述目标杆塔的倾斜率。