基于参数优化支持向量机的火焰图像识别

图像型火灾探测的主要问题是关于火焰和干扰物的识别。通过提取火灾图像特征,利用支持向量机来进行识别。为提高火灾准确预报率,用参数优化后的支持向量机来预报。提出一种混沌粒子群算法对支持向量机进行参数优化。实验表明,改进的粒子群算法比传统方法的火灾准确预报率有大幅提高,可以进一步降低火灾探测系统的误报。     

机载LIDAR数据中架空输电线路的提取

通过无人机搭载激光雷达(LIDAR)对架空输电线路及杆塔进行通道扫描,可以快速获取杆塔三维点云模型,对输电线路弧垂测量、树障分析具有重要作用。架空输电线路户外环境复杂,在高密复杂点云中提取有效杆塔及线路信息,具有重要研究意义。针对上述需求,本文提出一种高效的架空输电线路提取方法。该方法首先采用布料模拟的点云滤波算法(CSF)剔除地面点,然后在非地面点构建KD树结构,以非地面点中的杆塔最高点作为搜索点进行连通域分析,从而将残余植被分离,提取架空输电线路的信息。实验结果表明该方法能正确高效的提取出电力线杆塔,提取正确率达到了99%以上,具有良好的应用价值。