基于機(jī)載LiDAR數(shù)據(jù)的電力走廊信息提取技術(shù)研究.pdf

1、當(dāng)前電力走廊系統(tǒng)的巡檢主要依靠地面人力或直升機(jī)搭載光學(xué)相機(jī)的方式進(jìn)行，不僅耗費(fèi)較多的人力物力，而且由于人眼辨識(shí)率和圖像的空間定位精度不高，所獲取的信息不夠準(zhǔn)確。機(jī)載激光雷達(dá)(LiDAR)可以獲取地面場(chǎng)景的三維空間信息，并且隨著LiDAR系統(tǒng)發(fā)展和飛行成本的下降，利用機(jī)載LiDAR進(jìn)行電力走廊巡檢有更廣闊的發(fā)展空間。本文從機(jī)載LiDAR系統(tǒng)獲取的三維點(diǎn)云數(shù)據(jù)出發(fā)，根據(jù)LiDAR數(shù)據(jù)特性以及場(chǎng)景內(nèi)不同地物特點(diǎn)，首先研究了用于LiDAR點(diǎn)云分

2、類的特征提取過程，之后在特征提取基礎(chǔ)上利用稀疏表示分類器對(duì)LiDAR點(diǎn)云進(jìn)行分類，并對(duì)稀疏表示分類過程中存在的非線性和特征異構(gòu)性問題進(jìn)行了深入研究，提出了基于多核學(xué)習(xí)的聯(lián)合稀疏表示分類器，最后對(duì)分類后的目標(biāo)分別進(jìn)行處理，分析評(píng)價(jià)電力走廊的安全狀態(tài)。
　　本文研究工作主要為四個(gè)部分：LiDAR點(diǎn)云數(shù)據(jù)的特征提取、基于稀疏表示的點(diǎn)云分類、多核學(xué)習(xí)用于稀疏表示以及點(diǎn)云的分類后處理。具體內(nèi)容如下：
　　首先，本文研究了面向點(diǎn)云分類應(yīng)

3、用的特征提取過程，針對(duì)場(chǎng)景內(nèi)的地物目標(biāo)種類，尋找能夠有效區(qū)分地物類別的特征信息，包括單點(diǎn)特征以及多尺度空間鄰域特征，對(duì)得到的特征信息進(jìn)行預(yù)處理以便和稀疏表示分類器相匹配，從而構(gòu)建出用于進(jìn)行點(diǎn)云分類的特征向量。
　　其次，本文研究了基于稀疏表示的點(diǎn)云分類方法，在原始的稀疏表示分類基礎(chǔ)上，探討了將核方法與聯(lián)合稀疏表示應(yīng)用于點(diǎn)云分類中。核方法對(duì)高維數(shù)據(jù)分類時(shí)的非線性問題有良好效果，而聯(lián)合稀疏表示可以充分利用鄰近點(diǎn)云標(biāo)簽相似性信息。對(duì)于點(diǎn)