输电线路绝缘子长期裸露,其表面污秽不断堆积,从而改变了外绝缘强度,这可能会造成污秽绝缘子闪络现象,因此,研究绝缘子污秽对输电线路的正常运行至关重要。同时,高光谱图像具有光谱范围广、图谱合一的特点,能精细化地反映物质微观特性。为此,本文利用高光谱成像仪对污秽绝缘子进行高光谱成像,并将获取的高光谱图像用于绝缘子污秽度和污秽成分研究,具体研究内容如下:（1）提出基于高光谱图像处理技术的绝缘子污秽度研究方法。为实现绝缘子污秽度的非接触式预测,本文首先利用支持向量机和偏最小二乘回归分别建立绝缘子的污秽度预测模型。同时,考虑到模型的学习效率和泛化性能,本文建立基于加权极限学习机的绝缘子污秽度预测模型。将上述模型应用至污秽绝缘子的高光谱图像上,得到了满意的预测性能,从而验证了高光谱图像处理技术用于预测绝缘子污秽度的可行性。（2）基于加权核非负矩阵分解的非线性解混算法,提出了绝缘子污秽成分研究的新方法。由于自然积污过程存在非线性混合效应,且不同像素点对绝缘子污秽成分及混合比例影响的差异性,本文利用加权核非负矩阵分解算法对数据进行非线性分解,得到每种物质成分及其混合比例。同时,使用^USGS(^{United States Geological Survey})数据库和已建立的绝缘子污秽成分波谱集分别根据广义双线性模型合成高光谱数据,并结合实测数据,用于验证基于加权核非负矩阵分解的非线性解混算法的有效性。实验结果表明该算法能获得满意的性能,同时也为高光谱非线性解混技术用于绝缘子污秽成分分析研究奠定了基础。