-
题名一种机载LiDAR点云电力线自动化提取和重建方法
- 1
-
-
作者
李枭
赵利霞
-
机构
中科星图空间技术有限公司
河南信大网御科技有限公司
-
出处
《测绘与空间地理信息》
2024年第9期211-214,224,共5页
-
文摘
针对电力线走廊的机载LiDAR点云,提出了一种电力线自动化提取和重建方法。首先构建规则格网DEM,采用相对高程获得远地面点,分析点云空间分布特征对电力线点云进行粗提取,并利用局部高差的区域生长分割算法进行精细提取;其次,采用最小二乘拟合每个分割单元在xoy平面内的直线,分析该直线与对应高程数据的一阶导数变化趋势,利用密度聚类算法实现电力线的自动分段;最后,依据邻接电力线拟合求交点方式检测悬挂点位置,并采用多项式模型重构每根电力线矢量。实验结果表明,该方法能够自动化检测悬挂点位置,提取准确率高、拟合误差低,具有一定的参考价值。
-
关键词
电力线提取
区域生长
悬挂点检测
电力线分段
矢量化重建
-
Keywords
power line extraction
region-growing
suspension point detection
power line segmentation
vectorization reconstruction
-
分类号
P225
[天文地球—大地测量学与测量工程]
-
-
题名输电线路悬挂点检测技术研究
被引量：1
- 2
-
-
作者
李伟性
郑武略
王朝硕
王宁
赵航航
-
机构
中国南方电网超高压输电公司广州局
中国南方电网超高压输电公司信通中心
-
出处
《仪器仪表用户》
2020年第1期1-5,共5页
-
文摘
输电线悬挂点是指绝缘子下方的连接区域,该区域包含了用于固定输电线的销钉,通过对悬挂点的检测能够辅助进行判断销钉是否缺失或松动,发现输电线存在的松动隐患。本文利用深度学习目标检测算法进行悬挂点的检测,并对目前主流的3种检测方法的精度进行比较,结果表明目前基于深度学习的主流目标检测方法都能够较好地检测出悬挂点的位置,其中YOLO-V3的检测精度较高。
-
关键词
输电线巡检
输电线悬挂点
深度学习
目标检测
-
Keywords
power line inspection
power line suspension point
deep learning
object detection
-
分类号
TM75
[电气工程—电力系统及自动化]
-
