一种特征量化赋权的配电线点云自动提取方法

宋佳倩; 李少达; 谭骏祥; 雷杰; 包栎炀; 杜永永; 李启涛

您当前的位置：

首页 >

文章列表页 >

一种特征量化赋权的配电线点云自动提取方法

技术热点研究 | 更新时间：2026-02-25

- 一种特征量化赋权的配电线点云自动提取方法
- 一种特征量化赋权的配电线点云自动提取方法
- 地理空间信息 2024年22卷第2期页码：17-20
- 作者机构：
  
  1. 成都理工大学地球科学学院
  2. 2. 国网成都供电公司
  3. 长江水利委员会水文局长江上游水文水资源勘测局
- 作者简介：
- 基金信息：
  
  四川省科技计划项目（2021YJ0369）
- DOI：
  中图分类号： TM75;TN958.98
- 纸质出版：2024
- 稿件说明：
移动端阅览
宋佳倩, 李少达, 谭骏祥, 等. 一种特征量化赋权的配电线点云自动提取方法[J]. 地理空间信息, 2024,22(2):17-20.

宋佳倩, 李少达, 谭骏祥, et al. 一种特征量化赋权的配电线点云自动提取方法[J]. 2024, 22(2): 17-20.
宋佳倩, 李少达, 谭骏祥, 等. 一种特征量化赋权的配电线点云自动提取方法[J]. 地理空间信息, 2024,22(2):17-20. DOI：

宋佳倩, 李少达, 谭骏祥, et al. 一种特征量化赋权的配电线点云自动提取方法[J]. 2024, 22(2): 17-20. DOI：

摘要

针对配电网电力线架设低、线路与植被、构筑物等地物混淆，大规模线路高精度、高效率提取难度大的问题，提出了基于点云多特征量化赋权的电力线提取方法。该方法可根据场景内复杂地物的空间分布特点，选择地物显著区分特征，并在兼顾特征变异性和相关性的基础上量化特征区分电力线的能力，实现电力线与周围地物的分离。选用三景不同规模、地形复杂性的配电网点云数据验证该方法的有效性，实验结果表明电力线提取精度可达97.6%。

Abstract

关键词

Keywords

references

Learning hierarchical features for scene labeling.[J]. Farabet Clément;Couprie Camille;Najman Laurent;Lecun Yann.IEEE transactions on pattern analysis and machine intelligence,2013

基于无人机影像的土地覆盖分类研究[D]. 张瑞峰.郑州大学,2021(05)

场景导向的kd-tree点云滤波算法[J]. 赵浚壹;马峻;陈寿宏;郭玲;徐翠锋.激光杂志,2021(11)

基于机器学习的无人机载LiDAR数据处理系统研究[J]. 辛守庭;岳玉霞;李利军;张红军.电子测量与仪器学报,2019(10)

三维激光点云的降噪算法对比研究[J]. 鲁冬冬;邹进贵.测绘通报,2019(S2)

联合采用客观赋权和夹角度量法的电力系统关键线路辨识[J]. 朱凌;林冠强;叶晓君;韩畅;林振智;文福拴.电力建设,2018(03)

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于车载LiDAR数据的道路部件实景三维模型构建

利用车载LiDAR的城市道路地理实体构建与应用

机载激光雷达的标准化进展分析

一种林区无人机和地基点云的自动化配准方法

根据断面轮廓线修复隧道点云孔洞的方法