基于改进Hough变换的电力线提取

根据电力线在无人机航拍影像数据中的成像特征,提出了一种在复杂的地理环境背景下电力线自动提取的方法。首先利用Canny算法检测提取整张影像图中的边缘轮廓信息,然后利用改进的Hough变换从边缘轮廓信息中提取直线段,对检测出现断裂与欠链接的直线进行链接与拟合;利用K-mean聚类算法根据线段的长度进行分类。最后根据电力线的特性,检测提取完整的电力线。经过多次试验证明该方法可以有效的在复杂的地理环境中提取电力线。     

基于结构相似性与直线提取的建筑物变化检测方法

利用数字线划图中建筑物的矢量信息,根据前后两个时期的高分辨率遥感影像,通过结合LSD直线段提取算法与结构相似性度量,采用比较特征差异的方式提出了一种能够以较高的正确率进行快速建筑物变化检测的算法。本文对检测算法的过程进行了介绍,通过实验数据对算法进行了检验,探讨了阈值变化对结果的影响。     

复杂背景下航拍图像的电力线自动提取算法

无人机对电力线巡检的关键问题是如何从复杂背景的航拍图像中准确地提取电力线。本文提出了一种基于二维变分模态分解 (2D-VMD) 提取电力线的新算法。首先对原始航拍图像进行预处理,加快数据处理速度;然后采用2D-VMD算法对预处理后的图像进行分解,通过改进后的点锐度算法,选取带有电力线特征的IMF分量图,并利用Roberts算子进行边缘检测;最后利用形态学改进的Hough变换,完成对电力线的提取。试验结果表明,本文方法比传统的Canny算子结合Hough变换方法、LSD方法、Roberts 算法结合形态学改进的Hough变换方法更具精确性、抗噪性、自动化。     

SAR影像的城市街区边缘直线特征提取算法研究

针对城市街区边缘特征的提取问题,提出了一种基于高斯伽马形双窗与Gabor组合滤波器的城市街区边缘提取算法。算法首先设计了一种高斯伽马形双窗与Gabor的组合滤波器算子,采用该算子对影像进行滤波处理,可以很好地消除噪声等因素产生的虚假响应,并得到边缘结构特征;然后基于滤波后的SAR影像,采用LSD算法进行直线边缘提取,并对LSD算法进行优化改进,实现短直线特征的删除、合并和延长处理,获得较为连续的长直线特征;最后采用多组雷达影像数据对本文提出算法进行实验验证。实验结果表明,该算法能够有效克服相干斑噪声等因素的影响,提取得到真实、准确且连续性较强的城市街区边缘特征。     

复杂场景下的电力线自动提取

实现复杂场景下航拍图像的端到端电力线提取是电力线无人机检测的关键。本文通过分析基于深度学习的电力线实例分割实现存在的问题,提出了一种基于改进Mask R-CNN的电力线自动提取算法。首先,根据电力线的线性特征,提出一种线性IoU计算方法,改进Mask R-CNN原有的IoU计算,提高电力线提取性能;然后,将改进后的网络在电力线数据集上进行训练,得到电力线粗提取结果;最后,通过线段编组拟合算法,对粗提取结果进行聚类拟合,以解决电力线断裂和误检的问题。试验结果表明,所提方法能从环境复杂的无人机航拍图像中较为准确地提取完整的电力线。     

背景复杂下航拍图像的电力线识别算法

如何从具有复杂背景的无人机航拍图像中完整准确地识别出电力线已成为电力线无人巡检的关键问题之一。本文通过分析航拍图像中电力线的特征，提出了一种复杂背景下电力线检测和识别的新算法。首先对原始图像进行直方图均衡化处理，改善图像的对比度；然后使用由LoG算子改进的边缘绘图-参数自由（EDPF）算法对航拍图像进行边缘检测，滤除背景噪声，并检测出电力线边缘；最后利用Radon变换和先验知识完整提取出图像中的电力线。试验结果表明，本文方法比传统的Canny算子与Hough变换的结合方法、LSD算法的识别准确率更高，识别效果更完整，稳健性更好。     

直升机电力巡检中电力线的自动提取

结合电力线在直升机航拍影像中的成像特性,提出了一种复杂自然背景中电力线的自动提取方法。首先,利用Ratio算子从复杂背景中检测出电力线边缘;然后把边缘转化成直线段,对出现断裂与欠连接的直线进行连接与合并;最后,从这些直线段中采样一些点集,利用随机一致性抽样算法(Ransac)从中选择尽可能少但足够的点来拟合成一根完整的电力线,并通过实验证明了该方法的有效性。     

地面移动测量近景影像的建筑物道路特征线段自动分类研究

根据影像灭点理论分析建筑物道路特征线与影像平面线段间数学关系,对影像所提取线段进行分类。实验通过立体影像中模拟数据和基于影像边缘提取线段的处理实现了地物特征线段的快速自动分类,无关线段过滤效果显著,是移动测量地物自动量测与影像理解的重要基础。     

基于LiDAR点云数据的电力线自动提取算法研究

通过分析LiDAR点云中电力线的特点,提出一种基于动态阈值滤波和种子点跟踪相结合的电力线自动提取算法。首先,根据电力线高程特征动态获取过滤阈值,将地面点滤除;然后,将点云投影到水平面,并建立位置索引;接着,对影像进行线特征检测,并利用建立好的索引寻找对应的电力线点;之后,对初始电力线点云进行加密;最后,利用种子点跟踪的方法对初检测结果进行精化,在过滤掉噪声点的同时实现电力线点的矢量输出。经实验验证,提出的电力线提取算法可以将实验区内单条电力线的识别率提高至90%以上。     

高分辨率遥感影像主干道路提取的感知编组方法

针对高分辨率遥感影像的道路提取受"同物异谱、同谱异物"干扰的问题,该文提出一种基于感知编组的高分辨率遥感影像主干道路自动提取方法:首先,使用Line Segment Detector算法提取影像中直线段信息。然后,利用高分辨率遥感影像上的道路几何特征对直线段进行感知编组;最后,经过长度约束得到道路信息。使用两景影像进行了主干道路提取实验。实验结果表明,两个实验中主干道路提取的完整率、正确率和检测质量都在96%以上。