?????????最近開始學習有關三維點云的知識，由于工程項目原因，首先學習了一篇與變電站相關的文章–《基于三維點云的變電站設備分類識別研究–李玲俠》，該文采用三維激光掃描儀來獲取點云數據。

文章摘要

1.三維激光掃描系統的工作原理

2.變電站設備點云的獲取以及預處理、特征提取

3.電氣設備的分類

實現目標如下：

????????對整個變電站進行點云分割→提取設備特征以及設備類別和型號的分類識別→確定設備所處位置和姿態→變電站三維重建

變電站設備三維點云數據的獲取&預處理

1.地面激光雷達掃描：雷達發出激光脈沖信號射向待掃描物體，并利用探測器接受反射信號，通過記錄器對其進行記錄，最終轉化為可被識別處理的點云數據信息。

2.獲取變電站點云數據（空間三維坐標值、激光反射強度、距離等信息組成），可通過QTreader系統將其可視化。（ps.實際所需數據只有位置和高度數據）

3.變電站設備識別分類：點云數據預處理（點云的排序精簡以及分割去噪）→特征提取（可描述設備外形輪廓特征，如長寬高等）→分類器設計→特征權重（粒子群算法）→姿態估計
????3.1點云的精簡排序：方向排序法（排序）；均勻采樣法（精簡）
????3.2設備點云分割：首先需要將設備之外的三維點云集去除（將獲取點云投影到XOY平面并進行網格劃分，根據點云平均高度以及設定的閾值來剔除地面點），然后提取每個設備的點云（此時需要將設備頂部電線去除，對設備進行分層處理，根據每層面積獲得從下到上的面積變化率并標記變化最大的地方進而判斷此處面積是否大于一個閾值）
????3.3設備點云去噪（分層去噪）

變電站設備特征提取

1.投影邊界曲率
????提取點云邊界（當設備投影點較少時選擇三角網格法，投影點較多時選擇經緯線法）
曲率估計（距離累積代替邊界曲率）→直方圖統計

2.設備的三維點云法向量
????主成分分析法（PCA）（以K-L變換為基礎，通過選擇樣本點云數據分布方差較大的坐標軸來投影，把點云數據從高維空間降到低維空間的變化系數來代表點云數據的特征）
????點云法向量可以近似用計算獲得的平面法向量來代替，法向量能夠表示點的曲面變化方向以及基于點的繪制
????文章采取做法：對變電站設備點云進行空間網格劃分→將網格中的點云集作為該網格中點的領域計算該網格法向量（PCA）→分別計算法向量與z、x軸的夾角值→直方圖統計表示

3.設備三維點云灰度直方圖
????點云灰度特征：提取待處理點云區域在xyz方向的最值→水平投影，并根據水平方向最值進行網格劃分（根據網格內的平面距離、點云密集度以及高度差異等來確定每個網格的灰度值）→歸一化→直方圖統計

4.設備分層投影面積直方圖（運用三角網格剖分算法）

5.設備體積（包絡體積，逐層累加）、高程分布（繪制直方圖）幾何特征

變電站設備模式識別

距離分類算法（即將待分類識別樣本分類到與該樣本最相似的類別中）
????模板匹配法（計算待識別樣本與模板庫中代表每個類別的樣本的距離，利用點間距離來計算相似度）–采用加權距離
????改進粒子群算法優化距離分類算法輸入權重

總結

以上是生活随笔為你收集整理的基于变电站3D点云数据的目标识别与检测学习总结（一）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。