摘要：输电线路通道保护区通常位于自然环境中,如山区、林区等,背景可能包括大量的树木、植被、草地等。这些复杂的背景元素会对特种车辆的识别造成干扰,使得识别任务更加困难。为此,本文提出一种基于AI视觉的输电线路通道保护区内特种车辆识别方法。设计AI视觉下特种车辆识别流程,提取特种车辆特征,并使用方差测度来评估每个特征的权重或重要性,构建特征融合模型。基于此,获取最终的AI视觉直方图数据,得到目标车辆的最终匹配结果,引入一组级联式的学习器,通过不同阶段学习器对位置内在模式的学习,精准、快速识别特种车辆。实验结果表明,所提方法能够准确提取出特种车辆的视觉信息,并精准识别出特种车辆的种类。

摘要：基于可见光图像序列融合输电线路通道信息,通过标准化映射空间设定模型几何形状,以电力线点云数据和图像建立映射关系,在约束关系函数下构建三维重建模型,实现方法设计。对不同地形中的架空线进行三维重建,本文模型具有较高的精度和效率,可以实现输电线路通道的有效巡检。

摘要：输电线路通道附着物补偿管理及测算系统涉及到大量的数据存取和查询,故对系统数据库的研究是非常必要的。分析了系统进行附着物的费用测算时所涉及到的线路、杆塔、补偿单价、组织人员的数据与信息流,提出了数据库软件管理数据的方法,构建了系统的数据库框架。数据库设计时,采用ERA关系型数据库进行与输电线路相关的信息管理,SQL(结构化查询语言)可以实现不同数据库之间的数据查询,借助软件界面完成系统与数据库之间的结构关联。整个系统数据库基于C/S(客户端/服务器)结构设计,以实现网络共享和系统安全性功能。

摘要：随着深度学习技术的发展,其在遥感领域的应用也越来越广泛。深度学习已被应用于遥感影像地表覆盖分类、变化检测、建筑物提取、道路提取、遥感影像场景识别等任务的处理中。鉴于深度学习在影像处理方面的优异表现,选择将深度学习用于输电线路通道典型地物智能识别提取任务中。实验结果表明:深度学习网络用于通道典型地物智能提权,具有良好的准确度和鲁棒性,从而可为输电线路工程提供有力的技术支持。

摘要：金政办发[2008]4号各县(市、区)人民政府,市政府有关部门:《金华市送电线路工程建设有关问题处理办法》已经市人民政府同意,现印发给你们,请按照执行。