对绝缘子的及时检修和维护保证了电网的安全可靠运行。在这之前,将绝缘子从复杂背景中识别提取出来就很必要了。本文将复杂网络社区引入到绝缘子图像分割识别处理中,提出了基于复杂网络社区的绝缘子图像分割识别方法。设计了一种超像素和复杂网络社区结合的简单背景绝缘子图像分割方法,用TP(Turbo pixel)对绝缘子图像进行超像素分割,减少了后续的计算量。实验根据复杂网络社区模型和选定的特征,把绝缘子目标以一个单独的社区分割表示出来。实验结果表明,本方法在综合质量Y值和intersection-over-union(IOU)值上都较其他方法有明显优势,准确的分割出了绝缘子目标。为了解决对复杂背景航拍图像的分割,尤其是伪目标(如输电线、杆塔)与绝缘子粘连的情况。本文设计了一种复杂网络社区和复合特征的复杂背景航拍绝缘子图像分割方法。首先将航拍图像去除文本,然后对预处理过的图像进行TP超像素分割并根据每个超像素中的特征按一定的权重计算出复合特征,最后把以复合特征为元素的邻接矩阵作为输入,利用复杂网络社区检测实现绝缘子的分割。本文分割方法的准确率高,能够在去除输电线、杆塔等伪目标的同时完整的保留绝缘子的信息。为解决绝缘子的识别问题,本文在复杂网络社区分割绝缘子图像的基础上,设计并实现了一种基于广义霍夫变换的绝缘子图像识别方法。首先将分割结果进行二值化处理,然后用Canny边缘检测算法提取出它们的边缘信息,再结合给定模板的信息把模板和分割结果社区的二值图像进行匹配,最后根据绝缘子的形状特征值将绝缘子社区从分割社区中识别出来。本文方法以图像本身内部信息为节点构建网络表示图像,能从简单背景或者复杂背景图像或者含噪声的图像中把绝缘子分割出来,然后用广义霍夫变换方法将其与模版匹配,进行识别,达到高效,鲁棒,准确的绝缘子图像的分割识别。