集成学习和条件随机场的影像招弧角识别

摘要：

无人机巡检是目前电力部门主推的一种巡检方式,招弧角是一种重要的电网设备、但其呈现细长的几何形状特征,其测量需要优于1 cm空间分辨率的影像.为了从无人机获取的高分辨率影像上提取招弧角,该文提出了基于随机森林、集成学习、全连接条件随机场的无人机影像分类和招弧角提取方法.首先,提取了影像的12个光谱和纹理特征.接着,建立训练样本库,训练了多个独立的随机森林分类器、并形成随机森林集成模型进行影像分类.最后,利用全连接条件随机场优化分类结果.该文采用5000张无人机影像进行了实验.实验表明,该文提出方法的整体分类精度达到85.5％,招弧角识别的正确率为98.3％、完整率为74.3％,表明该方法具有潜在的工程应用价值.

关键词：无人机、电力线路巡检、高分辨率遥感影像、随机森林、集成学习、条件随机场

所属期刊栏目：46

分类号：P237(摄影测量学与测绘遥感)

在线出版日期：2021-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：114-120