中国现行高压输电线路、电力设施的巡检方式，主要靠人工爬塔、架设仪器或肉眼完成电力设施缺陷的排查，不仅工作环境恶劣、巡视效率低、劳动强度大，而且巡检人员安全得不到保障，人工巡检已逐渐无法跟随现代化、智能化电网发展的脚步。现阶段无人机遥感技术发展迅速，无人机搭载倾斜摄影相机、激光雷达扫描仪等高精度传感器于一体的自动化巡检系统在电力部门具有广阔的应用前景。杆塔作为输电系统中不可或缺的部分，高效的检测杆塔倾斜度以排查隐患，对整个电力系统的安全、稳定运行具有重要意义。
　　本文以无人机遥感技术为出发点，首先，介绍无人机电力巡检系统的组成，利用多旋翼无人机平台，搭载定姿定位系统、自稳云台系统、多传感器数据采集系统等，实现电力杆塔的倾斜影像、激光点云三维信息采集。其次，在获取到的倾斜影像基础上，运用影像的匀光匀色和畸变矫正预处理、光束区域网平差、基于SIFT算法的特征提取和影像匹配、纹理映射等倾斜摄影测量技术，构建基于倾斜摄影测量的三维点云模型;同时将机载激光雷达点云数据分类处理得到电力杆塔局部点云，并将激光点云转换到WGS84坐标系，再运用ICP算法点云配准，完成倾斜影像点云和激光雷达点云数据融合，经纹理映射生成两种点云融合的杆塔精细化三维模型。最后，在此精细化的电力走廊三维模型中提取电力杆塔在CGCS2000坐标系下的空间直角坐标信息，依据杆塔倾斜检测原理，用Python语言构建计算杆塔倾斜度的数学模型，实现杆塔倾斜度计算，并将计算结果与传统全站仪法测得的电力杆塔倾斜度对比分析。
　　实验结果表明:点云融合在电力杆塔实景三维建模和信息提取上可以达到优势互补的效果，融合后杆塔模型表面光滑、平整，结构外轮廓边缘特征明显，可以提供更精准的测量结果;通过多次无人机遥感三维建模对电力杆塔倾斜度检测，测量结果满足电力杆塔倾斜缺陷的日常巡检需求，为电力设施智能化巡检提供参考。