机载激光雷达(LiDAR)技术的出现和发展,为地理空间三维信息的获取提供了全新的技术手段。在测绘领域,机载LiDAR技术被认为是继全球定位系统以来的又一场技术革命。其新奇性,既表现在其数据的获取方式、数据的组织方式的新颖,又表现其数据处理和信息提取需要新的理论和方法。目前,机载LiDAR技术已经得到广泛的应用,其中,电力巡线是其主要的工程应用领域之一。尽管基于机载LiDAR的电力巡线日臻成熟,但是其中的一些关键数据处理和信息提取方法亟待完善。本文回顾了电力巡线相关的历史背景、机载LiDAR电力巡线的意义,评述了机载LiDAR点云电力线三维重建相关研究的进展,介绍了机载LiDAR测量技术和电力巡线的基本知识,重点围绕机载LiDAR点云电力线三维重建涉及的机载LiDAR点云数据滤波、单档电力导线机载LiDAR点云聚类、电力导线三维重建模型表达、电力线三维重建的整体技术流程等4个方面开展了系统的研究工作。本文的主要贡献与创新之处如下：(1)改进了三角网渐进加密滤波方法。经典的三角网加密滤波方法是一种性能良好的滤波方法,已经得到了广泛的应用,但其缺点是不能较好的保留地形结构线附近的地面点,这会降低架空输电线走廊区域机载LiDAR点云数据的滤波精度。本文基于地表连续、光滑这个假设,对机载LiDAR点云进行基于光滑表面生长的点云分割,以点云分割获取的对象作为滤波的基元参与三角网加密滤波过程。实验表明,改进的基于对象的三角网渐进加密滤波方法既继承了经典方法的优点,又能极大的克服其不足之处,能很好的保留地形结构线附近的地面点,显著的提高了滤波的精度和质量。(2)发展了一种采用特征空间k-means聚类的单档电力线LiDAR点云分割方法。首先,利用电力线LiDAR点云的水平坐标信息进行直线拟合、并对LiDAR沿直线方向进行分段；然后,将每一段LiDAR点云投影到相应的电力线的切平面(该平面垂直于拟合直线)；最后,使用k-means聚类方法进行投影点的聚类,且相邻的段和段之间通过投影中心点进行类别的传递和规则化。实验表明,该聚类方法在电力线数目已知、且保持不变的情况下可完全正确的进行单档电力线LiDAR点云分割,且对电力线根数、电力线类型、电力线空间配置结构、档距长度、点云不规则断裂等因素不敏感。(3)发展了一种基于分层随机抽样和电力线三维重建数学模型约束的单档电力线LiDAR点云聚类方法。其中,利用了直线段和悬链线段相结合的电力线三维数学模型描述了现实三维场景中的电力线形态、并以此约束点云分层随机抽样的结果。聚类过程中,首先进行数据预处理和分段组织：接着进行标号。实验表明,本文的聚类方法具有对电力线根数、电力线类型、电力线空间构型、长度、两端电塔高差、点云不规则断裂、粗差等因素不敏感的优势。(4)提出了两种基于机载LiDAR点云的电力线三维重建模型,包括直线段与悬链线段相结合的模型(简称“模型一”)、直线段与抛物线段相结合的模型(简称“模型二”)。其中,直线段位于xy-平面,悬链线段和抛物线段位于过直线段的铅垂面。两个模型的创新之处体现在两者均使用了电力线LiDAR点水平坐标进一步投影到xy-平面上相应的拟合直线产生的比例因子作为悬链线、抛物线方程的参数。使用六个有代表性的实验数据、四个评价指标对六种重建模型(已有的四种和上述提出的两种)的性能进行评价和对比。实验表明,“模型二”具有最高的重建效率和最高的重建精度。另外,实验进一步说明铅垂面及铅垂面上投影模型的选择、误差因素的考虑等三个因素对重建模型性能有着显著的影响。基于上述滤波、单档电力线LiDAR点云聚类、电力线三维重建模型等核心创新方法,建立了一套完整的基于架空输电线走廊机载LiDAR点云的电力线三维重建技术流程。首先,对机载LiDAR点云数据进行面向对象的三角网渐进加密滤波和分类；然后,基于电塔LiDAR点和初始线路轨迹数据提取精确的电塔位置、电塔数量、线路轨迹、总档数等信息；接着,将线路分档,并确定每一档的二维空间范围和相应的电力线LiDAR点云；再接着,分别对每一档的电力线LiDAR点云进行基于分层随机抽样和电力线三维重建数学模型约束的单档电力线LiDAR点云聚类,将每一个电力导线LiDAR点划分到相应的根；最后,利用直线和抛物线相结合的模型进行单档单根电力线的三维重建。两景实验表明,本文的方法可以实现全自动、高精度、正确的重建长距离架空输电线走廊电力线三维模型,重建过程中具有对电力线数目、空间配置结构、类型、粗差点、档距长度、点云不规则断裂等因素不敏感的优势。