随着国民经济的快速发展,我国电力产业正在加速发展,输电线路在荒野分布也日渐广泛。输电线路下行通道的树木生长对于输电线路存在着极大的安全隐患,需要对生长高度威胁到输电线路的树木定时检查并及时清除。当前对输电线路的巡检和维护工作依然依靠人工实地勘察或直升机巡线等方式来完成。这种常规的人工巡线方式劳动强度大、工作条件艰苦、效率低、成本高且安全性差。为此,论文基于无人机高分辨多光谱遥感影像和LiDAR点云数据,开展林区输电线路潜在危险性区域提取方法研究,精确提取输电线路下行通道的隐患树木及输电线路危险区段,以期提高输电线路巡检的效率和巡线作业人员的安全性,降低劳动强度和巡线成本。论文的主要工作内容如下:(1)针对输电线路下行林区高分辨率遥感影像,提出了一种基于标记控制的改进分水岭分割算法,通过NDVI植被指数计算、形态学滤波、彩色向量空间梯度计算、标记控制以及分水岭分割等计算过程,能够有效去除输电线路等背景影响,实现高分辨率遥感影像树冠的准确分割与树冠多边形提取。(2)针对数字高程模型(DEM)和数字地表模型(DSM)差值运算得到的树冠高度模型(CHM)存在不连续、不平滑、空值或噪声等现象,采用中值滤波算法对CHM进行平滑操作及优化处理,并利用空间叠置分析计算单株树冠多边形内的最大值得到单株树冠的高度。(3)根据单株树冠、树高、输电线路等数据,提出了一种林区上行输电线路潜在危险性区域自动提取方法,通过计算单株树冠与其上行输电线路的净空距离,精确提取造成输电线路潜在危险性的单株树木与输电线路危险区段,达到定期巡检并进行清除树障的目的。