1.一种线性体素分割的激光雷达点云数据电力线检测方法，其特征在于，包括：地物点云提取步骤，从飞行平台采集获取的三维点云数据中分离出地面点云，从而获得地物点云数据；

线性体素分割步骤，基于线性体素分割构建线性段图模型；

候选线段提取步骤，采用马尔可夫随机场模型提取电力线候选线性段；

电力线点云检测步骤，基于杆塔和电力线的上下文关系定位电力线性段，并通过电力线点云和电力线段的距离阈值提取电力线点云；

其中，线性体素分割步骤具体包括：

步骤3.1，利用八叉树结构对地物点云数据进行体素化处理，其具体操作包括：1)统计点云数据在X,Y,Z轴上的最大最小值，获取点集的三维包围盒；2)将整个三维包围盒视为初始三维格网节点，将其划分成规则的三维网格，并将每个立方体内的点定义为体素；当格网节点中包含超过三个点则定义为满，否则定义为空；删除为空的八叉树节点，并细分非空节点，直至达到终止标准：

R≤Rvoxel||pnum≤minp     (1)其中，R为体素体积，使用立方体的边长表示，Rvoxel为设置的体素分辨率；pnum表示体素大小，即体素内的点个数，minp表示最小体素大小，和点云密度相关；

步骤3.2，采用主成分分析对每个体素的线性可能性进行评估；首先对每个体素内的点云构建协方差矩阵，通过PCA进行特征值λ1，λ2，λ3的计算；由于线性结构点在空间上呈线状特征，通过PCA获得的特征值具有λ1>>λ2>λ3，表面上的点在空间上具有面状特征，其特征值λ1，λ2差距小，而散射点在空间上分布离散，导致λ1，λ2，λ3值相近，则通过利用来对体素内的线性结构点云进行识别；线性结构的体素的判定通过计算每个体素内线性结构点所占比例来确定，若体素内的点云都为线性结构点，则该体素为线性体素，若体素内存在非线性结构点，则将其与临近体素进行比较，若临近体素为线性体素，且与其具有相似方向，则对其赋予线性体素标签；

步骤3.3，基于随机样本一致性(RANSAC)的3D线拟合将线性体素内的点转换为线性段，并结合线性段(即顶点V)和它们之间的连接(即边E)生成图模型G＝(V,E)；

其中，候选线段提取步骤具体包括：

步骤4.1，计算线性段的距地高度ΔH和最大值Hmax，电力线是架空的，而杆塔的底部和地面接触；

式中H代表线性段所在高程，HG是地面高度；

步骤4.2，计算线斜率κ，电力线是水平的，而杆塔除了水平横臂，其余部分是垂直的；

式中N表示线性体素中点云的数量，κxi、κyi分别表示线性体素中第i个点云在XZ、YZ投影中的拟合曲线斜率；

步骤4.3，计算内外圆柱点比率μ，以线段为圆轴创建内外圆柱，内半径取0.15m，外半径取1m，计算内外圆柱内点云数量的比率；电力线内圆柱和外圆柱之间几乎没有点云；

式中m表示内圆柱中点云的数量，M表示外圆柱中点云的数量；

步骤4.4，计算线平行度σ，单条电力线与其他电力线平行，但是杆塔表现为随机分布；

假设线性段p的方向向量为ξp，搜索窗口大小设为20m，窗口内含有的线性段数量为N，和线性段p具有一致方向的线性段数量为m,设线性段q的方向向量为ξq，如果1‑|ξq·ξp|＜0.1，则认为线性段q和p具有一致方向，则线性段p的线平行度σp表示为步骤4.5，针对步骤3.3构建的线性段图模型，采用马尔可夫随机场来描述其唯一性特征和上下文属性，并利用三个数据项距地高度、线斜率、内外圆柱点比率和一个上下文项线平行度来构建能量函数；在由顶点V(线性段)和边E(线性段的连接边)组成的图模型G＝(V,E)中，只有局部连接的边保留在图中，即如果连接边的一对顶点之间的距离大于指定阈值Td＝3m，则丢弃该边；根据当前顶点或相邻顶点的状态，即，电力线或非电力线，每个能量项具有不同的能量函数，顶点的势能由公式(6)计算获得；通过能量函数的全局最小化来搜索电力线候选线性段，迭代地将具有最高能量的线性段进行标签的切换，直到全局能量收敛；

设能量函数形式如公式(7)所示；

式中U是顶点的势能；α1,α2,α3,α4为权值系数，取值为0.1，0.3，0.3，0.3；

式中Q函数计算的是顶点的似然分布，V函数计算的是邻域范围内顶点的空间相关性，如果相邻顶点的标记不同，则V赋予惩罚系数，f是所求的优化标记。

2.根据权利要求1所述的一种线性体素分割的激光雷达点云数据电力线检测方法，其特征在于，所述地物点云提取步骤中，所述地物点云的获取包括：三角网构建子步骤，对点云数据构建格网索引，针对格网中的每个分块，取其最低点为初始地面种子点；基于初始地面点构建初始三角网TIN；

点云迭代遍历子步骤，迭代遍历剩余点云，将相对地面高度和地形角满足预设条件的余下点云加入到三角网中，并更新三角网TIN模型。

3.根据权利要求1所述的一种线性体素分割的激光雷达点云数据电力线检测方法，其特征在于，所述电力线点云检测步骤包括：电力线模型构建子步骤，基于线性段的上下文关系定位杆塔的位置；构建杆塔的连接边集，即电力线模型；

电力线提取子步骤，对地物点云数据进行分类处理，通过设定点云与电力线性段的距离阈值提取电力线点云。

4.根据权利要求1所述的一种线性体素分割的激光雷达点云数据电力线检测方法，其特征在于，所述电力线点云检测步骤中，基于上下文关系的杆塔精确定位流程的具体步骤为：

步骤5.1，将步骤4提取的线性段转换为二值图像；

步骤5.2，通过计算最大方向变化和方向平行度对杆塔进行检测；其中最大方向变化和方向平行度的定义如下：

最大方向变化(MOV):是一个像素中所有线对方向的最大变化；对于塔架来说大约是90度，而电力线是0度；

方向平行度(OP):是当前像素中的线的方向与相邻像素中线的方向之间的平均差；

电力线点云提取过程的具体步骤为：

步骤6.1，设定电力线点云和电力线段的距离阈值；

步骤6.2，依次搜索电力线性段，将满足距离条件的所有点云均标记为电力线点。