:: دوره 8، شماره 2 - ( 6-1399 ) ::
جلد 8 شماره 2 صفحات 91-75 برگشت به فهرست نسخه ها
تشخیص سه‌بعدی خطوط انتقال برق در ابر نقاط لیزر اسکنر با استفاده از روش جنگل تصادفی
محمد باقر محمدی مقدم، فرهاد صمدزادگان، فرزانه دادرس جوان*
دانشگاه تهران
چکیده:   (949 مشاهده)
بازرسی از خطوط انتقال برق با استفاده از روش‌های سنتی و مرسوم دارای معایبی از قبیل سرعت‌پایین، احتمال آسیب‌دیدگی نیروی متخصص و هزینه بالا می‌باشد. لذا با توجه به توسعه فنّاوری‌های اخذ اطلاعات ازجمله لیدار  و ظهور پهپاد­های باقابلیت حمل سنجنده­های مختلف می‌توان این بازرسی‌ها را با دقت و سرعت بیشتری انجام داد و از معایب روش‌های سنتی و مرسوم کاست. هدف این پژوهش ارائه روشی کارا و خودکار برای بازرسی خطوط انتقال برق با استفاده از ابر نقاط است. روش پیشنهادی این پژوهش دارای پنج مرحله می‌باشد که به شرح ذیل می باشد: ابتدا در مرحله اول پیش‌پردازش‌هایی شامل حذف نویز بر روی ابر نقاط صورت گرفته و سپس در مرحله دوم ابر نقاط فیلتر شده و به دو بخش نقاط زمینی و غیر زمینی تقسیم‌ شده است، در مرحله سوم ویژگی‌هایی از ابرنقاط استخراج‌ گردیده است و در چهارم نیز طبقه‌بندی چند کلاسه ابر نقاط با استفاده از ویژگی های مرحله قبل صورت گرفته است که برای تحلیل­های مکانی مرتبط با خطوط انتقال برق بسیار حائز اهمیت است، در مرحله پنجم نیز ابرنقاط خطوط انتقال برق به صورت سه بعدی استخراج گردیده اند. بهره­گیری از روش لیزر مبنا و استفاده از ویژگی­های نقطه مبنا، دقت طبقه­بندی ابر نقاط و دقت شناسایی خطوط انتقال برق را افزایش داده است. دقت روش پیشنهادی این پژوهش، در مجموعه داده اول که از منطقه شهری اخذشده و دارای ویژگی طیفی نیز می‌باشد، برابر 05/97% دقت کلی طبقه‌بندی و 80/98 % دقت شناسایی خطوط انتقال برق می‌باشد و مجموعه داده دوم که از منطقه خارج شهری بوده و فاقد ویژگی‌های طیفی است، برابر 48/95%   دقت کلی طبقه‌بندی و 81/96 % نیز دقت شناسایی خطوط انتقال برق می‌باشد.
واژه‌های کلیدی: استخراج خطوط انتقال برق، ابر نقاط لیزر اسکنر، کلاسه‌بندی جنگل تصادفی، استخراج ویژگی‌.
متن کامل [PDF 1962 kb]   (354 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: سنجش از دور
دریافت: 1398/10/1 | پذیرش: 1399/5/8 | انتشار: 1399/6/31
فهرست منابع
1. [1] Ahmad, Junaid, et al. "Vegetation encroachment monitoring for transmission lines right-of-ways: A survey." Electric Power Systems Research 95 (2013): 339-352.‏ [DOI:10.1016/j.epsr.2012.07.015]
2. [2] Matikainen, Leena, et al. "Remote sensing methods for power line corridor surveys." ISPRS Journal of Photogrammetry and Remote Sensing 119 (2016): 10-31.‏ [DOI:10.1016/j.isprsjprs.2016.04.011]
3. [3] Qin, Yuanwei, et al. "Forest cover maps of China in 2010 from multiple approaches and data sources: PALSAR, Landsat, MODIS, FRA, and NFI." ISPRS Journal of Photogrammetry and Remote Sensing 109 (2015): 1-16.‏ [DOI:10.1016/j.isprsjprs.2015.08.010]
4. [4] Yadav, Manohar, and Charudatta G. Chousalkar. "Extraction of power lines using mobile LiDAR data of roadway environment." Remote Sensing Applications: Society and Environment 8 (2017): 258-265.‏ [DOI:10.1016/j.rsase.2017.10.007]
5. [5] Glennie, Craig L., et al. "Geodetic imaging with airborne LiDAR: the Earth's surface revealed." Reports on Progress in Physics 76.8 (2013): 086801.‏ [DOI:10.1088/0034-4885/76/8/086801]
6. [6] McManamon, Paul. "Review of ladar: a historic, yet emerging, sensor technology with rich phenomenology." Optical Engineering 51.6 (2012): 060901.‏ [DOI:10.1117/1.OE.51.6.060901]
7. [7] Chen, Chi, et al. "Automatic clearance anomaly detection for transmission line corridors utilizing uav-borne lidar data." Remote Sensing 10.4 (2018): 613.‏ [DOI:10.3390/rs10040613]
8. [8] Dr. Ghodratollah Heidari. Electrical Design of overhead power Transmission line. (2011)
9. [9] Song, Biqin, and Xuelong Li. "Power line detection from optical images." Neurocomputing 129 (2014): 350-361.‏ [DOI:10.1016/j.neucom.2013.09.023]
10. [10] Tian, Feng, Yaping Wang, and Linlin Zhu. "Power line recognition and tracking method for UAVs inspection." 2015 IEEE International Conference on Information and Automation. IEEE, 2015.‏ [DOI:10.1109/ICInfA.2015.7279641]
11. [11] Zhang, Yong, et al. "Automatic power line inspection using UAV images." Remote Sensing 9.8 (2017). [DOI:10.3390/rs9080824]
12. [12] Cerón, Alexander, Iván Mondragón, and Flavio Prieto. "Onboard visual-based navigation system for power line following with UAV." International Journal of Advanced Robotic Systems 15.2 (2018): 1729881418763452.‏ [DOI:10.1177/1729881418763452]
13. [13] H Guan, Y Yu, J Li, Z Ji, Q Zhang. "Extraction of power-transmission lines from vehicle-borne lidar data." International Journal of Remote Sensing 37.1 (2016): 229-247.‏ [DOI:10.1080/01431161.2015.1125549]
14. [14] Y Wang, Q Chen, L Liu, D Zheng, C Li, K Li. "Supervised classification of power lines from airborne LiDAR data in urban areas." Remote Sensing 9.8 (2017): 771.‏ [DOI:10.3390/rs9080771]
15. [15] W Zhang, J Qi, P Wan, H Wang, D Xie, X Wang, G Yan. "An easy-to-use airborne LiDAR data filtering method based on cloth simulation." Remote Sensing 8.6 (2016): 501. [DOI:10.3390/rs8060501]
16. [16] Carlos Becker, Nicolai Häni, Elena Rosinskaya, Emmanuel d'Angelo, Christoph Strecha. "Classification of aerial photogrammetric 3D point clouds." arXiv preprint arXiv:1705.08374 (2017).‏ [DOI:10.14358/PERS.84.5.287]
17. [17] Li, Quan, and Xiaojun Cheng. "Comparison of Different Feature Sets for TLS Point Cloud Classification." Sensors 18.12 (2018): 4206.‏ [DOI:10.3390/s18124206]
18. [18] Farzaneh DadrasJavan, Farhad Samadzadegan, Seyed Hossein Seyed Pourazar & Haidar Fazeli. "UAV-based multispectral imagery for fast Citrus Greening detection." Journal of Plant Diseases and Protection (2019): 1-12.‏ [DOI:10.1007/s41348-019-00234-8]
19. [19] Breiman, Leo. "Random forests." Machine learning 45.1 (2001): 5-32.‏ [DOI:10.1023/A:1010933404324]
20. [20] Zhou, Zhi-Hua. Ensemble methods: foundations and algorithms. Chapman and Hall/CRC, )2012(.‏ [DOI:10.1201/b12207]
21. [21] Zhu, Lingli, and Juha Hyyppä. "Fully-automated power line extraction from airborne laser scanning point clouds in forest areas." Remote Sensing 6.11 (2014): 11267-11282.‏ [DOI:10.3390/rs61111267]
22. [22] H Guan, Y Yu, J Li, Z Ji, Q Zhang. "Extraction of power-transmission lines from vehicle-borne lidar data." International Journal of Remote Sensing 37.1 (2016): 229-247.‏ [DOI:10.1080/01431161.2015.1125549]
23. [23] L Cheng, L Tong, Y Wang, M Li. "Extraction of urban power lines from vehicle-borne LiDAR data." Remote Sensing 6.4 (2014): 3302-3320.‏ [DOI:10.3390/rs6043302]
24. [24] Yuee Liu ; Zhengrong Li ; Ross Hayward ; Rodney Walker ; Hang Jin. "Classification of airborne lidar intensity data using statistical analysis and hough transform with application to power line corridors." 2009 Digital Image Computing: Techniques and Applications. IEEE, 2009.‏ [DOI:10.1109/DICTA.2009.83]
25. [25] TERESTRIČNEGA, AERO-IN, and LASERSKEGA SKENIRANJA. "Extraction of power lines from airborne and terrestrial laser scanning data using the hough transform." Geodetski Vestnik 59 (2015): 2.‏ [DOI:10.15292/geodetski-vestnik.2015.02.246-261]
26. [26] Sohn, Gunho, Yoonseok Jwa, and Heungsik Brian Kim. "Automatic powerline scene classification and reconstruction using airborne lidar data." ISPRS Ann. Photogramm. Remote Sens. Spat. Inf. Sci 13.16 (2012): 28.‏ [DOI:10.5194/isprsannals-I-3-167-2012]
27. [27] Guangjian Yan ; Chaoyang Li ; Guoqing Zhou ; Wuming Zhang ; Xiaowen Li. "Automatic extraction of power lines from aerial images." IEEE Geoscience and Remote Sensing Letters 4.3 (2007): 387-391.‏ [DOI:10.1109/LGRS.2007.895714]
28. [28] Kim, Heungsik B., and Gunho Sohn. "Point-based classification of power line corridor scene using random forests." Photogrammetric Engineering & Remote Sensing 79.9 (2013): 821-833.‏ [DOI:10.14358/PERS.79.9.821]
29. [29] Guo, Bo, et al. "An improved method for power-line reconstruction from point cloud data." Remote sensing 8.1 (2016): 36.‏ [DOI:10.3390/rs8010036]
30. [30] Weinmann, M.; Schmidt, A.; Mallet, C.; Hinz, S.; Rottensteiner. "Contextual classification of point cloud data by exploiting individual 3D neigbourhoods." ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences II-3 (2015), Nr. W4 2.W4 (2015): 271-278.‏ [DOI:10.5194/isprsannals-II-3-W4-271-2015]
31. [31] HarisBalta JasminVelagic, WalterBosschaerts, GeertDe Cubber, BrunoSiciliano. "Fast Statistical Outlier Removal Based Method for Large 3D Point Clouds of Outdoor Environments." IFAC-PapersOnLine 51.22 (2018): 348-353.‏ [DOI:10.1016/j.ifacol.2018.11.566]
32. [32] XIAOJUN SHEN, CHUAN QIAN, YONG DU, XINLE YU, RUI ZHANG. "An automatic extraction algorithm of high voltage transmission lines from airborne LIDAR point cloud data." Turkish Journal of Electrical Engineering & Computer Sciences 26.4 (2018): 2043-2055.‏ [DOI:10.3906/elk-1801-23]
33. [33] Kohavi, Ron, and Foster Provost. "Glossary of terms journal of machine learning." Mach. Learn (1998).



XML   English Abstract   Print



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 8، شماره 2 - ( 6-1399 ) برگشت به فهرست نسخه ها