公开(公告)号：CN111931559A

公开(公告)日：2020-11-13

申请号：CN202010574408.5

申请日：2020-06-22

Applicant: 云南电网有限责任公司带电作业分公司

Inventor： 罗哲轩 ,  蔡澍雨 ,  张继伟 ,  者梅林 ,  吴增明

IPC: G06K9/00 ,  G06K9/62 ,  G06N20/00

Abstract: 本发明提供了一种输电线路走廊区域内树种的分类方法，首先获取输电线路走廊区域的激光雷达的点云数据及遥感影像，然后对点云数据进行过滤处理以将点云数据分类为地面点集及非地面点集，根据非地面点集建立DSM；再将DSM与遥感影像进行配准；从DSM提取DTM后，DTM与DSM进行数据归一化处理，得到NDSM；再将遥感影像与NDSM进行融合处理，得到融合数据；通过机器学习分类算法分离出植被，利用输电线路走廊区域内的优势树种的特征信息对各优势树种进行自动分类。本发明将表征水平结构信息的光谱数据与表征垂直结构信息的激光雷达的点云数据融合，极大提高数据的信息丰富度，形成优势互补，能有效提高树种分类的精度。

公开(公告)号：CN110555484A

公开(公告)日：2019-12-10

申请号：CN201910850405.7

申请日：2019-09-10

Applicant: 云南电网有限责任公司带电作业分公司

Inventor： 王洪武 ,  沈志 ,  黄俊波 ,  肖刚 ,  张继伟 ,  吴增明 ,  徐真

IPC: G06K9/62

Abstract: 本发明涉及山火检测方法的模型，尤其为一种基于KNN分类的MODIS数据山火检测方法、系统及其存储介质，所述基于KNN分类的MODIS数据山火检测方法首先根据火点真值表和MODIS图像输出火点和非火点经纬度位置信息，建立火点和非火点样本表，然后把经纬度与图像像元一一对应，提取MODIS图像中对应像元点的红外波段特征信息，建立正负样本集，接着使用K近邻(KNN)模型分类正负样本，建立分类模型，最后，使用测试数据进行测试，输出最佳分类模型。通过分析遥感图像红外波段得到火点特征信息，利用这些信息可进行特征学习并用于山火检测。本发明使用机器学习的模型进行分类，简单并且高效，充分利用了MODIS数据多维度特征的特点。

公开(公告)号：CN110533711A

公开(公告)日：2019-12-03

申请号：CN201910831827.X

申请日：2019-09-04

Applicant: 云南电网有限责任公司带电作业分公司

Inventor： 赵维谚 ,  黄俊波 ,  罗哲轩 ,  者梅林 ,  金晶 ,  张继伟 ,  吴增明

IPC: G06T7/55

Abstract: 本发明涉及双目立体视觉中的图像立体匹配领域，尤其为一种基于加速稳健特征的高效大尺度立体匹配算法，本算法首先利用加速稳健特征提取算法，得到左右图像上的特征点和特征点描述算子；然后根据描述算子得到左右图像的粗匹配结果；然后利用左右图像上满足的极线约束条件，筛选误匹配点，得到准确的图像特征点匹配结果；最后用更准确的特征点匹配结果作为高效大尺度算法的特征点初值，获得效果更好的立体匹配结果。本发明采用加速稳健特征来改进高效大尺度算法，明显减少误匹配区域和空洞区域，解决了高效大尺度算法由于采用Sobel特征导致的特征过于简单，误匹配情况较多的问题。