HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于SVM的机载LiDAR数据电力线提取方法

作者:梁安祺; 马洪超; 蔡湛机载激光雷达电力线支持向量机点云密度区域增长

摘要:针对数字电网巡线日益增长的需求,机载Li DAR为数字巡线提供了一种新的方式,电力线又是数字电网建设的关键。SVM算法是一种机器学习算法,基于SVM算法,提出一种机载Li DAR提取电力线的方法,并研究了点云密度和电力线提取精度之间的关系。首先提取9个特征构建特征空间,然后实验确定最优的分类参数和邻域半径训练分类器,利用分类器对电力线进行提取,最后采用区域增长的方法,对误分类的碎片进行剔除。通过不同的数据对提出的方法进行了检验,最终电力线的提取比率均达到99. 8%以上,Kappa系数均达到0. 99以上,实验结果证明该方法可以实现电力线快速、高精度地提取。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

激光

《激光杂志》(CN:50-1085/TN)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。

杂志详情