随着地理信息系统向三维领域的不断发展,变电站三维数字化的研究备受关注,逐步成为研究的热点。运用三维激光扫描仪获取设备的点云数据并进行三维元器件的目标识别是此类研究的难点和关键点。由于采集数据的环境复杂、多变,在实际的场景中采集到的数据会有噪声、缺失、遮挡等情况,即使同一类型设备的点云数据也会存在不同程度的差异,这些都是三维目标识别的难点。本文将对基于点云三维数据进行目标识别这一课题进行研究和探讨,主要的研究工作如下:(1)采用八叉树方法对点云空间拓扑结构进行分析,获得设备点云的空间结构及层次关系,达到快速完成邻近点的搜索、提高数据预处理效率的目的。(2)在数据预处理的精简过程中,运用改进的线性八叉树方法使精简后的数据来源于设备的原有数据而非八叉树的根节点数据,从而尽可能地保留设备原有的曲面信息。(3)研究基于局部基面参数化的曲面拟合的方法,实现点云曲面特征的有效提取,包括主曲率、高斯曲率、平均曲率和形状索引值等参数,从而获得目标表面的局部特征。(4)研究基于三维霍夫投票的三维目标识别方法,通过建立局部参考系、描述符、对应点的搜寻、坐标转换和霍夫投票一系列步骤,获得目标质心的位置,从而进行设备三维点云的目标识别。(5)在识别过程中引入统计特性较好距离直方图,节约了识别时间,提高三维目标的识别效率。最后根据三维目标识别算法进行实验仿真,结果表明该算法能够较为有效地对三维设备点云进行识别。(6)研究了基于主成分分析方法的姿态估计算法,完成了对设备三维姿态的估计。仿真实验结果表明,本文方法能够较好地对三维设备的姿态进行估计。