摘要
本发明涉及电力检测技术领域,公开了一种稀疏点云分割的植被风险隐患检测方法及系统,包括:采集监测区域不同角度的图像数据,生成稀疏点云数据,并对所述稀疏点云数据进行预处理;通过神经网络对所述稀疏点云数据进行点云分割,将所述监测区域根据区域类型进行划分,分析目标区域内植被与电力设备之间的空间关系,并进行风险评估,结合多模态数据,生成预警信号。本发明通过对稀疏点云数据进行精准分割,提取树木的三维空间特征,通过精准计算树木与输电设施之间的空间关系,可以实时动态监测树木与电力设施的潜在风险;根据多模态融合数据生成多级预警信息,大幅提升了输电线路巡检的效率与精度,实现隐患的提前预判和及时治理。
技术关键词
植被
生成稀疏点云
风险
电力设备
计算机可执行指令
标注点云数据
多模态
电力设施
指标
图像
输电线路巡检
电力检测技术
神经网络算法
关系
处理器
分布特征
离群点
系统为您推荐了相关专利信息
环保在线监测系统
健康分析模块
空气负氧离子浓度
空气质量指数
废气排放量
变压器运行状态
诊断方法
故障类别
油色谱数据
随机森林模型
卸船作业
像素点
特征点
光流矢量分析
位姿变化信息