CN111404075A - 一种无人机巡检的输电线路自动测量方法 - Google Patents
一种无人机巡检的输电线路自动测量方法 Download PDFInfo
- Publication number
- CN111404075A CN111404075A CN202010173193.6A CN202010173193A CN111404075A CN 111404075 A CN111404075 A CN 111404075A CN 202010173193 A CN202010173193 A CN 202010173193A CN 111404075 A CN111404075 A CN 111404075A
- Authority
- CN
- China
- Prior art keywords
- power transmission
- transmission line
- line
- aerial vehicle
- unmanned aerial
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02G—INSTALLATION OF ELECTRIC CABLES OR LINES, OR OF COMBINED OPTICAL AND ELECTRIC CABLES OR LINES
- H02G1/00—Methods or apparatus specially adapted for installing, maintaining, repairing or dismantling electric cables or lines
- H02G1/02—Methods or apparatus specially adapted for installing, maintaining, repairing or dismantling electric cables or lines for overhead lines or cables
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/20—Checking timed patrols, e.g. of watchman
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种无人机巡检的输电线路自动测量方法,首先,使用矢量提取算法获取左右核线影像上的输电线矢量,并对干扰噪声进行滤除;其次,确定其同名输电线,根据交会所得的物方坐标作为输电线的空间坐标,生成三维矢量线,完成输电线的三维重建。本发明基于灰度比值的输电线特征检测,与一般边缘检测方法相比,结合输电线在无人机图像上的特点,更准确地检测出输电线特征,并抑制其他边缘特征,实现了输电线路二维矢量的自动、精确提取;另外,基于核线约束方法利用输电线几何条件经计算直接获得其同名像点坐标,将输电线三维坐标的测量问题转换为核线影像上的二维矢量提取问题,解决了影像匹配难以获取输电线同名像点的问题。
Description
技术领域
本发明涉及电力运维技术领域,具体为一种无人机巡检的输电线路自动测量方法。
背景技术
近年来,随着现代社会对电力需求的增加,电网规模日趋扩大,输电线路的分布变得更加广泛。然而许多复杂的地势条件,如湖泊、山川等,给采取传统人工方法的电力巡检带来了极大的挑战。面对复杂环境时,采用人工巡检方法将受到许多制约,不仅作业难度加大,而且作业人员安全也无法得到保障。因此,使用无人机代替人工进行巡检受到了越来越多的关注,和人工方法相比,无人机巡检在安全性、高效性以及经济性方面均具有显著优势。
当输电网投入运行后,自然生长的植物可能会越过与输电线路之间的最小安全阈值,产生电弧放电,对输电线路的安全运行造成影响。因此,对输电线路进行监测,除了需及时发现部件机械损坏,还应对输电线路安全距离范围内障碍物进行检测,判断输电线路安全距离内是否存在导电物。获取输电线路在空间坐标系中的三维坐标,并实现对导线的三维重建是输电线路无人机巡检安全范围障碍物检测的前提。
发明内容
本发明的目的在于提供一种无人机巡检的输电线路自动测量方法,采用无人机图像提取输电线的几何关系,采用基于核线约束下自动检测方法从数据图像中提取线路的二维向量,并生成输电线的三维坐标,以解决上述背景技术中提出的由于复杂的背景干扰,使用图像匹配方法很难完成输电线有效辨识的问题。
为实现上述目的,本发明提供如下技术方案:
一种无人机巡检的输电线路自动测量方法,包括以下步骤:
S1:从无人机拍摄的数据图像中分别提取得到左右影像中输电线的二维矢量;
S2:基于核线约束方法根据获得的输电线二维矢量计算生成输电线的三维坐标。
更进一步地,S1中提取输电线的二维矢量,包括采用式(1)检测输电线特征,并设置判断阈值rset,当r大于rset为输电线特征;
式中,l、c、r分别表示沿着核线的数据图像设置的三个窗口,记为wl、wc、wr;gl、gc、gr表示每个窗口的灰度值相加的和,r为中心窗口wc与左窗口wl和右窗口wr间区域的灰度比。
更进一步地,采用式(1)检测输电线特征还包括对输电线特征进行初次滤波,具体为:
采用矢量跟踪算法将获得的二值图像矢量化,并根据式(2)计算获得其余特征的形状指数SI,再设定阈值剔除曲线特征:
SI=A/L (2)
式中,A为检测直线或曲线构成的图像面积,L为相对应的线段长度。
更进一步地,对初次滤波后的输电线特征同线条约束优化,具体为:
选取输电线特征向量结果中的直线段,作出其延长线,并对与延长线首次相交的线段方向进行判断:相交线段方向与当前线段方向一致,确定为输电线特征并保留,再继续以当前线段为参考重复操作。
更进一步地,对同线条约束优化后的输电线制作二维矢量图像,具体为:
将每相邻两座杆塔之间的输电线路分为同组,设一条直线与已分组的输电线路平行,并记录其与输电线之间的距离,根据距离对同组输电线再进行分组,首尾依次连接获得二维矢量图像最终提取结果。
更进一步地,S2中采用基于核线约束方法生成三维矢量具体为:
在二维矢量图像中输电线一侧为核线,同名核线与同名输电线相交,交点对应为输电线的同名像点,再采用人工方法确定同名输电线,将同名输电线与同名核线相交,获得交点的空间坐标,即为三维矢量坐标。
与现有技术相比,本发明的有益效果是:
1、本发明提供的一种无人机巡检的输电线路自动测量方法,基于灰度比值的输电线特征检测,与一般边缘检测方法相比,结合输电线在无人机图像上的特点,更准确地检测出输电线特征,并抑制其他边缘特征,实现了输电线路二维矢量的自动、精确提取。
2、本发明提供的一种无人机巡检的输电线路自动测量方法,基于核线约束方法利用输电线几何条件经计算直接获得其同名像点坐标,将输电线三维坐标的测量问题转换为核线影像上的二维矢量提取问题,解决了影像匹配难以获取输电线同名像点的问题。
附图说明
图1为本发明的输电线自动测量算法流程示意图;
图2为本发明的输电线特征提取分析示意图;
图3为本发明的输电线特征局部放大示意图;
图4为本发明的初步滤波后输电线特征局部放大示意图;
图5为本发明的输电线一侧核线影像示意图;
图6为本发明的输电线特征提取示意图;
图7为本发明的输电线特征初次滤波结果示意图;
图8为本发明的输电线特征同线条约束优化结果示意图;
图9为本发明的输电线二维矢量提取结果示意图;
图10为本发明的基于核线约束的输电线自动测量原理示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例中:提供一种无人机巡检的输电线路自动测量方法,包括以下步骤:
第一步:从无人机拍摄的数据图像中分别提取得到左右影像中输电线的二维矢量;具体算法包括:
(1)输电线的直径较小,而其两侧背景趋于相似,所以波峰两侧单调极小值近似相同,采用式(1)检测输电线特征:
式中,下标l、c、r分别表示沿着核线的数据图像设置的三个窗口,记为wl、wc、wr;gl、gc、gr表示每个窗口的灰度值相加的和,r为中心窗口wc与左窗口wl和右窗口wr间区域的灰度比,为了防止运算符除以0,在分母上加1。
(2)采用矢量跟踪算法将获得的二值图像矢量化,首先去除特征长度较小的线段,并根据式(2)计算获得其余特征的形状指数SI,设定合适的阈值从而剔除曲线特征:
SI=A/L (2)
式中,A为检测直线或曲线构成的图像面积,L为相对应的线段长度。
(3)由于噪声干扰,图像中的输电线变为了不再连续的线段,还包含干扰的直线或曲线段,选取向量结果中的直线段,作出其延长线,并对与延长线首次相交的线段方向进行判断,如果相交线段方向与当前线段方向一致,认为是输电线特征并保留,继续以当前线段为参考重复上述步骤;否则,认为当前线段为噪声干扰并去除。
(4)根据先验知识,除被杆塔分隔,空间中输电线一般为一组平行线,根据线段是否平行对数据图像中的直线段进行分组,即每相邻两座杆塔之间的输电线路被分为同组,设一条直线与已分组的输电线路平行,并记录其与输电线之间的距离,根据距离对同组输电线再进行分组,首尾依次连接获得二维图像提取的最终结果。
第二步:基于核线约束方法根据获得的输电线二维矢量计算生成输电线的三维坐标;具体包括:由空间线路间的关系,同名核线与同名输电线相交,交点对应为输电线的同名像点,采用人工方法确定同名输电线,将同名输电线与同名核线相交,根据前方交会原理,获得交点的空间坐标,实现图像中输电线由二维到三维的转变。
请参阅图1:为自动测量算法流程示意图,首先从无人机拍摄的数据图像中分别提取得到左右影像中输电线的二维矢量,而对于空间中的同一输电线路,其在左右影像中对应的两条输电线矢量记为一对同名输电线,按照输电线前进方向,每隔一段距离可获得一对同名核线,在无人机左右影像中分别与同名输电线相交,其交点对应为其在数据图像中的一对同名像点,根据空间前方交会算法,由计算可以获得输电线的物方坐标,多次测量,即可获得输电线路在空间中的三维坐标采样点。
基于上述描述,其具体的实现方法如下:
请参阅图2:为输电线特征提取分析示意图,输电线的直径较小,而其两侧背景趋于相似,所以波峰两侧单调极小值近似相同,图中线条所示为沿着核线的数据图像中收集到的灰度值变化情况,依次排列3个窗口位置,记为wl、wc、wr,如图中方框所示,每个窗口被设置为w像素,彼此间距离为δ像素,将每个窗口的灰度值相加可得gl、gc、gr;根据式(1)可得中心窗口wc与左窗口wl和右窗口wr间区域的灰度比r:
设置判断阈值rset,若r大于rset时,则可认为是输电线特征,将wc的灰度值标记为255,否则灰度值被标记为0;这样即可产生输电线特征检测的二值图像如图6所示,为了防止运算符除以0,须在分母上加1。
请参阅图3:为输电线特征局部放大图,其中输电线特征主要是相互平行的直线段,其他非输电线干扰则主要是细小、杂乱的曲线段;需在不影响真实输电线特征的前提下,滤除特征检测结果中微小的干扰;采用矢量跟踪算法将获得的二值图像矢量化,首先去除特征长度较小的线段,并根据式(2)计算获得其余特征的形状指数SI,设定合适的阈值从而剔除曲线特征:
SI=A/L (2)
式中,A为检测直线或曲线构成的图像面积,L为相对应的线段长度。
输电线特征初次滤波结果如图7所示。
请参阅图4:为初步滤波后输电线特征局部放大图,数据图像中的输电线变为了不再连续的线段,还包含其他干扰的直线或曲线段信息;选取向量结果中的直线段,作其延长线,并对与延长线首次相交的线段方向进行判断,如果相交线段方向与当前线段方向一致,那么认为是输电线特征并保留,继续以当前线段为参考重复上述步骤;否则,认为当前线段为噪声干扰并去除,输电线特征同线条约束优化结果如图8所示。
请参阅图5:为输电线一侧核线影像示意图,根据先验知识,除被杆塔分隔,空间中输电线一般为一组平行线,根据线段是否平行对数据图像中的直线段进行分组,即每相邻两座杆塔之间的输电线路被分为同组,设一条直线与已分组的输电线路平行,并记录其与输电线之间的距离,根据距离对同组输电线再进行分组,首尾依次连接即可获得二维图像,其最终结果如图9所示。
请参阅图10:为基于核线约束的输电线自动测量原理示意图,图中灰色实线为一条输电线在左右图像中的二维矢量,白色虚线为按前进方向所选取的若干点对应的同名核线,彼此间隔一段距离,将二维矢量与同名核线相交,即可得到该输电线路在数据图像中的各对同名像点,S1S2为摄影基线,Pi(i=2,3…n)为若干采样点;根据前方交会原理,能够获得该交点的空间坐标,便可以实现图像中输电线关系由二维到三维的转变。
综上所述:本发明提供的一种无人机巡检的输电线路自动测量方法,首先,使用矢量提取算法获取左右核线影像上的输电线矢量,并对干扰噪声进行滤除;其次,确定其同名输电线,根据交会所得的物方坐标作为输电线的空间坐标,生成三维矢量线,完成输电线的三维重建;本发明基于灰度比值的输电线特征检测,与一般边缘检测方法相比,结合输电线在无人机图像上的特点,更准确地检测出输电线特征,并抑制其他边缘特征,实现了输电线路二维矢量的自动、精确提取;另外,基于核线约束方法利用输电线几何条件经计算直接获得其同名像点坐标,将输电线三维坐标的测量问题转换为核线影像上的二维矢量提取问题,解决了影像匹配难以获取输电线同名像点的问题。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本发明所公开的原理和新颖特点相一致的最宽的范围。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (6)
1.一种无人机巡检的输电线路自动测量方法,其特征在于,包括以下步骤:
S1:从无人机拍摄的数据图像中分别提取得到左右影像中输电线的二维矢量;
S2:基于核线约束方法根据获得的输电线二维矢量计算生成输电线的三维坐标。
3.如权利要求2所述的一种无人机巡检的输电线路自动测量方法,其特征在于,采用式(1)检测输电线特征还包括对输电线特征进行初次滤波,具体为:
采用矢量跟踪算法将获得的二值图像矢量化,并根据式(2)计算获得其余特征的形状指数SI,再设定阈值剔除曲线特征:
SI=A/L (2)
式中,A为检测直线或曲线构成的图像面积,L为相对应的线段长度。
4.如权利要求3所述的一种无人机巡检的输电线路自动测量方法,其特征在于,对初次滤波后的输电线特征同线条约束优化,具体为:
选取输电线特征向量结果中的直线段,作出其延长线,并对与延长线首次相交的线段方向进行判断:相交线段方向与当前线段方向一致,确定为输电线特征并保留,再继续以当前线段为参考重复操作。
5.如权利要求4所述的一种无人机巡检的输电线路自动测量方法,其特征在于,对同线条约束优化后的输电线制作二维矢量图像,具体为:
将每相邻两座杆塔之间的输电线路分为同组,设一条直线与已分组的输电线路平行,并记录其与输电线之间的距离,根据距离对同组输电线再进行分组,首尾依次连接获得二维矢量图像最终提取结果。
6.如权利要求1所述的一种无人机巡检的输电线路自动测量方法,其特征在于,S2中采用基于核线约束方法生成三维矢量具体为:
在二维矢量图像中输电线一侧的为核线,同名核线与同名输电线相交,交点对应为输电线的同名像点,再采用人工方法确定同名输电线,将同名输电线与同名核线相交,获得交点的空间坐标,即为三维矢量坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010173193.6A CN111404075B (zh) | 2020-03-13 | 2020-03-13 | 一种无人机巡检的输电线路自动测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010173193.6A CN111404075B (zh) | 2020-03-13 | 2020-03-13 | 一种无人机巡检的输电线路自动测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111404075A true CN111404075A (zh) | 2020-07-10 |
CN111404075B CN111404075B (zh) | 2021-06-29 |
Family
ID=71428938
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010173193.6A Active CN111404075B (zh) | 2020-03-13 | 2020-03-13 | 一种无人机巡检的输电线路自动测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111404075B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112883840A (zh) * | 2021-02-02 | 2021-06-01 | 中国人民公安大学 | 基于关键点检测的输电线路提取方法 |
CN116700357A (zh) * | 2023-08-07 | 2023-09-05 | 国网安徽省电力有限公司合肥供电公司 | 一种架空输电线路无人机编队智能巡检方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04117121A (ja) * | 1990-09-05 | 1992-04-17 | Mitsubishi Electric Corp | 電線敷設方法及びその装置 |
JP2008276805A (ja) * | 2008-08-04 | 2008-11-13 | Central Res Inst Of Electric Power Ind | 電線点検用画像の作成方法 |
CN101625723A (zh) * | 2009-07-02 | 2010-01-13 | 浙江省电力公司 | 电力线轮廓的快速图像识别方法 |
CN103810462A (zh) * | 2012-11-14 | 2014-05-21 | 中国科学院沈阳自动化研究所 | 一种基于线状目标的高压输电线检测方法 |
CN104091168A (zh) * | 2014-07-18 | 2014-10-08 | 深圳供电局有限公司 | 基于无人机影像的电力线自动提取定位方法 |
CN104807449A (zh) * | 2015-04-29 | 2015-07-29 | 国家电网公司 | 一种基于立体摄影测量的输电线路交叉跨越测量系统 |
CN106056619A (zh) * | 2016-06-13 | 2016-10-26 | 长安大学 | 基于梯度约束Radon变换的无人机视觉电线巡检方法 |
US20160314415A1 (en) * | 2013-12-10 | 2016-10-27 | Network Mapping Uk Limited | Infrastructure Positioning |
CN108805890A (zh) * | 2018-03-26 | 2018-11-13 | 西安电子科技大学 | 一种基于输电线图像特征点的弧锤测量方法 |
-
2020
- 2020-03-13 CN CN202010173193.6A patent/CN111404075B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04117121A (ja) * | 1990-09-05 | 1992-04-17 | Mitsubishi Electric Corp | 電線敷設方法及びその装置 |
JP2008276805A (ja) * | 2008-08-04 | 2008-11-13 | Central Res Inst Of Electric Power Ind | 電線点検用画像の作成方法 |
CN101625723A (zh) * | 2009-07-02 | 2010-01-13 | 浙江省电力公司 | 电力线轮廓的快速图像识别方法 |
CN103810462A (zh) * | 2012-11-14 | 2014-05-21 | 中国科学院沈阳自动化研究所 | 一种基于线状目标的高压输电线检测方法 |
US20160314415A1 (en) * | 2013-12-10 | 2016-10-27 | Network Mapping Uk Limited | Infrastructure Positioning |
CN104091168A (zh) * | 2014-07-18 | 2014-10-08 | 深圳供电局有限公司 | 基于无人机影像的电力线自动提取定位方法 |
CN104807449A (zh) * | 2015-04-29 | 2015-07-29 | 国家电网公司 | 一种基于立体摄影测量的输电线路交叉跨越测量系统 |
CN106056619A (zh) * | 2016-06-13 | 2016-10-26 | 长安大学 | 基于梯度约束Radon变换的无人机视觉电线巡检方法 |
CN108805890A (zh) * | 2018-03-26 | 2018-11-13 | 西安电子科技大学 | 一种基于输电线图像特征点的弧锤测量方法 |
Non-Patent Citations (3)
Title |
---|
张吴明,闫广建 等: "直升机电力巡线系统中利用核线约束进行线路三维重建", 《北京师范大学学报(自然科学版)》 * |
张少平,杨忠等: "基于特征检测的航拍图像电力线提取方法", 《应用科技》 * |
李朝阳等: "高分辨率航空影像中高压电力线的自动提取", 《中国图像图形学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112883840A (zh) * | 2021-02-02 | 2021-06-01 | 中国人民公安大学 | 基于关键点检测的输电线路提取方法 |
CN112883840B (zh) * | 2021-02-02 | 2023-07-07 | 中国人民公安大学 | 基于关键点检测的输电线路提取方法 |
CN116700357A (zh) * | 2023-08-07 | 2023-09-05 | 国网安徽省电力有限公司合肥供电公司 | 一种架空输电线路无人机编队智能巡检方法 |
CN116700357B (zh) * | 2023-08-07 | 2023-12-22 | 国网安徽省电力有限公司合肥供电公司 | 一种架空输电线路无人机编队智能巡检方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111404075B (zh) | 2021-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112801022B (zh) | 一种无人驾驶矿卡作业区道路边界快速检测更新的方法 | |
CN110340891B (zh) | 基于点云模板匹配技术的机械臂定位抓取系统及方法 | |
CN107895376A (zh) | 基于改进Canny算子和轮廓面积阈值的太阳能电池板识别方法 | |
CN112883878B (zh) | 一种基于三维格网的变电站场景下的点云自动分类方法 | |
CN111428748A (zh) | 一种基于hog特征和svm的红外图像绝缘子识别检测方法 | |
CN111404075B (zh) | 一种无人机巡检的输电线路自动测量方法 | |
CN110910443B (zh) | 基于单监控相机的接触网几何参数实时测量方法及装置 | |
CN109376740A (zh) | 一种基于视频的水尺读数检测方法 | |
CN114241364A (zh) | 一种架空输电线路异物目标快速标定方法 | |
CN111325138A (zh) | 一种基于点云局部凹凸特征的道路边界实时检测方法 | |
CN111339989A (zh) | 一种水体提取方法、装置、设备及存储介质 | |
CN116704333B (zh) | 一种基于激光点云数据的单株林木检测方法 | |
CN113592324A (zh) | 一种基于层次分析的电缆终端塔带电作业的风险评估方法 | |
CN112435272A (zh) | 一种基于图像轮廓分析的高压输电线连通域去除方法 | |
CN111242052A (zh) | 一种接触网刚柔导线自动判别方法及装置 | |
CN111091614A (zh) | 一种变电站三维实景模型建立方法及系统 | |
CN116452604B (zh) | 一种复杂变电站场景分割方法、设备及存储介质 | |
CN103426159B (zh) | 多维直方图统计电路和图像处理系统 | |
CN110610503B (zh) | 一种基于立体匹配的电力刀闸三维信息恢复方法 | |
CN116958808A (zh) | 一种基于实时目标检测网络的森林参数估测方法 | |
CN115641448A (zh) | 一种基于无人机遥感快速识别电力线下树障高度的方法 | |
CN109948682B (zh) | 基于正态随机抽样分布的激光雷达点云电力线分类方法 | |
CN112116561B (zh) | 基于图像处理融合网络权值的电网传输线检测方法及装置 | |
CN112053365B (zh) | 一种基于线性特征的输电线路导线激光点云数据的提取方法 | |
CN113496159B (zh) | 一种多尺度卷积与动态权重代价函数的烟尘目标分割方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |