随着航空科技的不断进步,为了完成载人飞机无法完成的高危险任务,无人机的发展受到了广泛的关注。由于无人机的很多任务都需要在未知复杂的低空环境下执行,统计分析表明,绝大部分飞行事故都是由于无人机在飞行中撞到输电线所致。因此,为保证任务的顺利执行,使无人机系统能够识别和避开飞行路径中的输电线非常关键。单目视觉系统具有体积小、功耗低、隐蔽性好,价格低廉等特点,本文主要研究无人机单目视觉避障系统中图像的预处理方法、输电线的识别算法以及基于图像匹配技术利用单目摄像机采集的序列图像特征点匹配信息的距离估计相关算法。本文根据无人机无人机机载摄像头拍摄的图像的特点,研究了图像预处理方法。通过光学校正方法改善了图像亮度不均衡和对比度下降的缺陷;针对图像运动模糊和噪声干扰的情况,采用维纳滤波和基于边缘检测的小波去噪算法,提高了图像复原的质量。通过对输电线特征的分析,提出基于Harris特征点簇、Hough变换和输电线分类器的输电线提取与识别方法,采用基于Find-Union的Harris特征提取算法得到符合直线特征的Harris特征点簇,利用Hough变换和基于Segment-Tree的直线生长法得到候选输电线;然后通过基于输电线特征设计的输电线分类器实现了输电线的自动提取与识别。对包含输电线的图像中输电线上的Harris特征点实现基于IMED的特征匹配,利用特征点在图像上的移动和无人机的运动速度之间的关系进行无人机与输电线障碍的距离估计。实验结果表明,算法不但可以有效地识别输电线,还可以对无人机与输电线的距离进行估计。本文提出一种无人机运动时的速度与距离模型,通过距离参数判断无人机是否处于危险状态,根据不同的危险级别,采取相应的控制策略,比如安全、警戒和减速,来保证无人机及时规避输电线障碍。