公开(公告)号：CN110458111A

公开(公告)日：2019-11-15

申请号：CN201910747202.5

申请日：2019-08-14

Applicant: 福州大学

Inventor： 赵志远 ,  蒋鑫吴 ,  方莉娜 ,  李代超 ,  刘明超 ,  郑强文

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62

Abstract: 本发明涉及一种基于LightGBM的车载激光点云电力线的快速提取方法，包括以下步骤：步骤S1：从车载激光点云中提取电力线及典型地物的点云样本，并构建训练数据集；步骤S2:分析车载激光点云电力线的基本特征，并构建点云特征向量；步骤S3:根据训练数据集，构建并训练基于LightGBM的集成学习算法模型；步骤S4:根据点云特征向量计算待提取车载激光点云数据的特征向量数值，将特征向量数值输入训练好的基于LightGBM的集成学习算法模型，提取得到电力线点云。本发明实现激光点云中电力线的快速提取，克服了支持向量机在处理高维特征向量时的效率问题。

公开(公告)号：CN110458111B

公开(公告)日：2023-02-21

申请号：CN201910747202.5

申请日：2019-08-14

Applicant: 福州大学

Inventor： 赵志远 ,  蒋鑫吴 ,  方莉娜 ,  李代超 ,  刘明超 ,  郑强文

IPC: G06V20/10 ,  G06V10/44 ,  G06V10/776 ,  G06V10/774

Abstract: 本发明涉及一种基于LightGBM的车载激光点云电力线的快速提取方法，包括以下步骤：步骤S1：从车载激光点云中提取电力线及典型地物的点云样本，并构建训练数据集；步骤S2:分析车载激光点云电力线的基本特征，并构建点云特征向量；步骤S3:根据训练数据集，构建并训练基于LightGBM的集成学习算法模型；步骤S4:根据点云特征向量计算待提取车载激光点云数据的特征向量数值，将特征向量数值输入训练好的基于LightGBM的集成学习算法模型，提取得到电力线点云。本发明实现激光点云中电力线的快速提取，克服了支持向量机在处理高维特征向量时的效率问题。