电力资源作为国家重要资源,关系着人民群众的正常生活,也为国防安全建设提供重要支撑。定期进行电力通道巡检能够有效避免电力通道因植被、人工构筑物等与输电线接触以及绝缘子破损导致的停电火灾等意外事故。电力通道巡检主要包括电力线巡检、电塔巡检。传统的巡检作业方式是巡检人员实地巡检,通过人眼或结合普通仪器进行观测巡检,依赖于施工人员的经验,巡检效率低、作业环境恶劣、安全性差,难以满足现代化电网巡检需求。无人机（Unmanned Aerial Vehicle,UAV）激光雷达（Light Detection And Ranging,LiDAR）作为一种先进的技术手段,为三维空间的信息获取提供了一种新型的解决方案。因无人机LiDAR系统获取的点云数据具备目标的三维空间坐标,能够解决电力通道走廊地物间的空间三维距离量测问题,而成为了信息化电网巡检的主要方式。但由于无人机激光雷达获取点云数据密度大,且电力通道走廊场景复杂,实现高精度、高效的点云数据分类及应用仍具有挑战。为实现高精度的电力线提取、电力杆塔与电力巡检应用,本文针对无人机LiDAR数据在输电巡检作业需求,重点研究以下三部分内容:高精度、高效的电力线提取重建、电力杆塔提取以及电力通道巡检应用。本文的主要研究工作和成果如下:（1）提出了一种熵权法特征评价的电力线提取与重建算法。本文分析了电力线点云的几何分布、协方差特征,结合熵权法对特征赋予不同权重,使用特征评价滤波以实现电力线点云的高精度提取。本文对提取的电力线进行分割聚类,建立分裂导线的三维模型,实现电力线的三维模型重建。实验表明,本文提出的算法对于山地、平原地形均有优秀的提取重建效果。两份数据的提取综合精度分别为98.6%、99.7%。电力线提取重建过程几乎无需人工干预参数调节,自动化程度较高。（2）设计了一种多视投影电力杆塔精细化提取算法。算法根据电力线几何位置关系及高程特征实现潜在电塔区域提取。提取后的电塔点云通过多视角投影至平面,利用塔身边界拟合实现电塔与塔基粘连植被分割,以达到电塔的精细化提取效果。实验表明,本算法能够完整提取电塔同时有效减少塔基粘连植被的误提取现象,在两份数据中电塔提取的综合精度分别为93.8%、92.9%。（3）研究了电力巡检分析策略,包括了电力线危险点检测、风偏模拟危险点检测以及精细化巡检路线规划。本文在电力线提取重建与电塔提取的基础上,通过电力线安全距离计算算法实现电力线的危险点检测;构建电力线受力模型,模拟不同风荷载作用下的电力线摆动规律,实现风偏状态下的危险点检测;提取电塔绝缘子点与电塔结构点作为巡检目标点,确定巡检观测点及辅助点的三维坐标,通过自动化路径规划算法实现电塔精细化巡检路径规划,并通过距离安全分析路径是否存在隐患危险。