摘要
本申请提供了一种基于无人机多源遥感的输电线路树障隐患自动识别方法,该方法包括:获取多源遥感数据;对高分辨率遥感影像进行图像特征提取和特征融合处理,检测得到所有疑似树障位置;对机载点云数据进行分类,提取得到电力线结果;对目标疑似树障位置所在覆盖范围内的机载点云数据进行体素化分类,得到树木分类结果;根据树木分类结果和电力线结果,计算覆盖范围内的树木与电力线之间的距离以进行梯度划分,得到划分结果;在划分结果为树障区域的情况下,确定目标疑似树障位置所在树障区域的树障隐患等级,对所有疑似树障位置进行的判断,得到所有树障区域以及对应的树障隐患等级。该方法解决了现有技术中对输电线路树障的巡检效率低下的问题。
技术关键词
机载点云
高分辨率遥感影像
点云深度学习
物体检测模型
多源遥感数据
图像特征提取
无人机飞行轨迹
自动识别方法
分类器
通道注意力机制
融合特征
线路
特征提取网络
多尺度特征
特征提取模块
输电杆塔
系统为您推荐了相关专利信息
语义变化检测方法
变化检测模型
孪生神经网络
多任务
多层级特征
自动分类方法
光谱曲线特征
构建分类模型
典型
机器学习算法
土壤水分反演方法
多源遥感数据
通道注意力机制
土壤水分特征
全局平均池化
多源遥感数据
反演方法
卫星遥感影像
反射率
水质监测数据
森林郁闭度
同步检测方法
多任务神经网络
卫星多光谱
遥感影像数据