随机森林算法在机载LiDAR电力线自动提取中的应用

被引：9

作者：

蔡岐彬 ^{[1
]}

许小龙 ^{[2
]}

机构：

[1] 浙江省送变电工程有限公司

[2] 武汉大学卫星导航定位技术研究中心

来源：

电力信息与通信技术 | 2018年 / 16卷 / 07期

关键词：

电力线提取; 机载LiDAR; 随机森林; 特征提取;

D O I：

10.16543/j.2095-641x.electric.power.ict.2018.07.003

中图分类号：

TN958.98 [光学定位雷达、激光雷达];

学科分类号：

摘要：

文中利用机载激光雷达点云数据,提出了一种基于随机森林算法的电力线自动提取方法。电力线提取属于分类范畴,即将原始点云数据划分为电力线、电塔与其他类别。首先根据点云数据的几何结构,对原始点云数据进行特征提取,采用11个特征描述点云数据,待随机森林分类模型训练完成后,对未分类点进行电力线提取。实验表明,文章提出的方法能够从LiDAR点云数据中有效地、较完整地提取出电力线点,电力线点提取正确率可达96.1%。

引用

页码：16 / 20

页数：5

共 11 条

[1]

机载激光雷达点云电力线三维重建方法研究.[D].段敏燕.武汉大学.2015, 03

[2] 基于LiDAR点云数据的电力线自动提取算法研究 [J].

刘晓磊 ;

郑顺义 ;

许磊 .

测绘地理信息, 2017, 42 (04) :13-16

[3] 机载激光雷达数据中电力线的快速提取 [J].

王平华 ;

习晓环 ;

王成 ;

夏少波 .

测绘科学, 2017, 42 (02) :154-158+171

[4] 架空输电线路机载激光雷达点云电力线三维重建 [J].

林祥国 ;

张继贤 .

测绘学报, 2016, 45 (03) :347-353

[5] LiDAR点云数据的电力线3维重建 [J].

赖旭东 ;

戴大昌 ;

郑敏 ;

杜勇 .

遥感学报, 2014, 18 (06) :1223-1229

[6] 从机载激光雷达数据中提取电力线研究进展 [J].

贾俊红 ;

梁静 ;

吕水生 .

河南科学, 2013, 31 (10) :1671-1674

[7] 基于LIDAR点云数据的电力线提取和拟合方法研究 [J].

叶岚 ;

刘倩 ;

胡庆武 .

测绘与空间地理信息, 2010, 33 (05) :30-34

[8]

基于机载LiDAR点云数据的电力线安全距离检测.[D].张赓.兰州交通大学.2015, 05

[9]

Relevance of airborne lidar and multispectral image data for urban scene classification using Random Forests.[J].Li Guo;Nesrine Chehata;Clément Mallet;Samia Boukir.ISPRS Journal of Photogrammetry and Remote Sensing.2010, 1

[10] Random forests [J].

Breiman, L .

MACHINE LEARNING, 2001, 45 (01) :5-32

← 1 2 →