基于机载LiDAR数据的电力走廊信息提取技术研究
发布时间:2020-11-16 16:22
当前电力走廊系统的巡检主要依靠地面人力或直升机搭载光学相机的方式进行,不仅耗费较多的人力物力,而且由于人眼辨识率和图像的空间定位精度不高,所获取的信息不够准确。机载激光雷达(LiDAR)可以获取地面场景的三维空间信息,并且随着LiDAR系统发展和飞行成本的下降,利用机载LiDAR进行电力走廊巡检有更广阔的发展空间。本文从机载LiDAR系统获取的三维点云数据出发,根据LiDAR数据特性以及场景内不同地物特点,首先研究了用于LiDAR点云分类的特征提取过程,之后在特征提取基础上利用稀疏表示分类器对LiDAR点云进行分类,并对稀疏表示分类过程中存在的非线性和特征异构性问题进行了深入研究,提出了基于多核学习的联合稀疏表示分类器,最后对分类后的目标分别进行处理,分析评价电力走廊的安全状态。本文研究工作主要为四个部分:LiDAR点云数据的特征提取、基于稀疏表示的点云分类、多核学习用于稀疏表示以及点云的分类后处理。具体内容如下:首先,本文研究了面向点云分类应用的特征提取过程,针对场景内的地物目标种类,寻找能够有效区分地物类别的特征信息,包括单点特征以及多尺度空间邻域特征,对得到的特征信息进行预处理以便和稀疏表示分类器相匹配,从而构建出用于进行点云分类的特征向量。其次,本文研究了基于稀疏表示的点云分类方法,在原始的稀疏表示分类基础上,探讨了将核方法与联合稀疏表示应用于点云分类中。核方法对高维数据分类时的非线性问题有良好效果,而联合稀疏表示可以充分利用邻近点云标签相似性信息。对于点云数据特征的异构性问题,进一步提出了基于多核学习的稀疏表示分类器,相较于单核情形下的稀疏表示分类,效果有明显提升。最后,针对课题对电力走廊信息提取的目的,分类后的LiDAR点云数据:对并行的电力线进行单线分离与拟合;对植物和建筑物点云进行空间单体目标分割,计算电力线和单体建筑物、树木等地物的水平和垂直距离信息,根据有关的电力安全标准,确定地物目标是否对电力线的安全性构成威胁,并评估电力线的安全状态。
【学位单位】:哈尔滨工业大学
【学位级别】:硕士
【学位年份】:2016
【中图分类】:TM76;TP391.41
【文章目录】:
摘要
ABSTRACT
第1章 绪论
1.1 课题的背景及来源
1.2 课题研究的目的和意义
1.3 国内外研究现状
1.3.1 机载LiDAR点云特征提取与分类研究现状
1.3.2 稀疏表示分类研究进展
1.3.3 研究现状的总结
1.4 本文的主要研究内容
第2章 LIDAR点云数据预处理与特征提取技术
2.1 引言
2.2 机载LIDAR数据采集系统与数据特性
2.2.1 机载LiDAR系统组成与工作原理
2.2.2 机载LiDAR点云数据格式与特性
2.3 LIDAR点云数据预处理
2.3.1 研究区域数据集介绍
2.3.2 粗差点剔除
2.4 LIDAR点云数据特征提取
2.4.1 单点特征提取与地形粗提取
2.4.2 邻域特征提取
2.5 实验结果与分析
2.5.1 预处理过程
2.5.2 特征提取过程
2.6 本章小结
第3章 基于稀疏表示的LIDAR点云分类
3.1 引言
3.2 稀疏表示理论与稀疏表示分类器
3.2.1 稀疏表示理论
3.2.2 稀疏表示分类器
3.3 核方法与核空间稀疏表示分类
3.4 核空间联合稀疏表示分类
3.4.1 联合稀疏表示分类
3.4.2 核化联合稀疏表示分类
3.5 实验结果与分析
3.6 本章小结
第4章 基于多核学习稀疏表示的LIDAR点云分类
4.1 引言
4.2 多核学习分类
4.2.1 多核学习理论
4.2.2 多核框架下的核空间稀疏表示分类技术
4.3 实验结果与分析
4.3.1 实验设置
4.3.2 结果与分析
4.4 本章小结
第5章 基于LIDAR点云分类的电力走廊信息提取
5.1 引言
5.2 电力走廊信息提取
5.2.1 Hough变换单根电力线提取
5.2.2 建筑物和树木目标的单体分割
5.3 电力走廊安全标准
5.4 实验结果与分析
5.4.1 电力线单根分离
5.4.2 建筑物和树木目标的单体分割
5.4.3 整体分析
5.5 本章小结
结论
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢
【参考文献】
本文编号:2886431
【学位单位】:哈尔滨工业大学
【学位级别】:硕士
【学位年份】:2016
【中图分类】:TM76;TP391.41
【文章目录】:
摘要
ABSTRACT
第1章 绪论
1.1 课题的背景及来源
1.2 课题研究的目的和意义
1.3 国内外研究现状
1.3.1 机载LiDAR点云特征提取与分类研究现状
1.3.2 稀疏表示分类研究进展
1.3.3 研究现状的总结
1.4 本文的主要研究内容
第2章 LIDAR点云数据预处理与特征提取技术
2.1 引言
2.2 机载LIDAR数据采集系统与数据特性
2.2.1 机载LiDAR系统组成与工作原理
2.2.2 机载LiDAR点云数据格式与特性
2.3 LIDAR点云数据预处理
2.3.1 研究区域数据集介绍
2.3.2 粗差点剔除
2.4 LIDAR点云数据特征提取
2.4.1 单点特征提取与地形粗提取
2.4.2 邻域特征提取
2.5 实验结果与分析
2.5.1 预处理过程
2.5.2 特征提取过程
2.6 本章小结
第3章 基于稀疏表示的LIDAR点云分类
3.1 引言
3.2 稀疏表示理论与稀疏表示分类器
3.2.1 稀疏表示理论
3.2.2 稀疏表示分类器
3.3 核方法与核空间稀疏表示分类
3.4 核空间联合稀疏表示分类
3.4.1 联合稀疏表示分类
3.4.2 核化联合稀疏表示分类
3.5 实验结果与分析
3.6 本章小结
第4章 基于多核学习稀疏表示的LIDAR点云分类
4.1 引言
4.2 多核学习分类
4.2.1 多核学习理论
4.2.2 多核框架下的核空间稀疏表示分类技术
4.3 实验结果与分析
4.3.1 实验设置
4.3.2 结果与分析
4.4 本章小结
第5章 基于LIDAR点云分类的电力走廊信息提取
5.1 引言
5.2 电力走廊信息提取
5.2.1 Hough变换单根电力线提取
5.2.2 建筑物和树木目标的单体分割
5.3 电力走廊安全标准
5.4 实验结果与分析
5.4.1 电力线单根分离
5.4.2 建筑物和树木目标的单体分割
5.4.3 整体分析
5.5 本章小结
结论
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢
【参考文献】
相关期刊论文 前6条
1 王书玉;张羽威;于振华;;基于随机森林的洪河湿地遥感影像分类研究[J];测绘与空间地理信息;2014年04期
2 刘正军;梁静;张继贤;;空间域分割的机载LiDAR数据输电线快速提取[J];遥感学报;2014年01期
3 金立军;孙浩;闫书佳;张文豪;;基于航拍视频的输电线走廊危险地物检测技术[J];系统仿真学报;2013年09期
4 束龙;鲁莽;胡丹晖;;LiDAR技术在电力选线中的应用[J];电网与清洁能源;2013年01期
5 叶岚;刘倩;胡庆武;;基于LIDAR点云数据的电力线提取和拟合方法研究[J];测绘与空间地理信息;2010年05期
6 阳锋;徐祖舰;;三维激光雷达技术在输电线路运行与维护的应用[J];南方电网技术;2009年02期
本文编号:2886431
本文链接:https://www.wllwen.com/kejilunwen/dianlidianqilunwen/2886431.html