由于输电线长期运行在恶劣的自然环境下,加上长期的机械负荷和强电场等因素,会使得绝缘子发生故障,所以需要对输电线路进行定期的巡检。但由于铺设的输电线路要经过山川河流等许多复杂地形,人工巡检的难度极大。目前,输电线路的巡检已广泛采用直升机进行数据采集,而如何从繁杂的数据中检测出输电线路中各部件的故障是当前研究的重点难点。本文的主要工作是研究了航拍输电线图像中绝缘子的分割、识别,这也是绝缘子故障识别的基础。在图像的预处理部分,考虑到偏微分方程(Partial Differential Equation, PDE)去噪在保持边缘上的良好特性,以及为避免发生“集块”效应采用了四阶偏微分方程(Four-order PDE)的方法滤除高斯噪声,沿用了中值滤波的方法滤除脉冲(椒盐)噪声。最后用结构相似度指数(Structural Similarity Index Measurement, SSIM)对处理结果进行了评估。在图像分割部分,考虑到绝缘子的形状特点,采用了灰度形态学和阈值处理相结合的方法。同时对常用的几种分割方法进行了实现,并对实验结果进行了对比分析,发现本文采用的方法对大部分绝缘子图像能够实现良好的分割,尽管耗费时间比其他方法略长,但仍然满足工程的需要。最后,在绝缘子的识别定位部分,通过研究广义霍夫变换的原理,提出了基于轮廓的绝缘子识别定位方法。在良好的图像分割基础上,相比于广义霍夫变换,本方法在提高效率的同时,能够实现绝缘子的较精确的定位。