输电线路作为向全国各地输送电力的纽带,其作用之大不言而喻。但由于输电线路长期处于恶劣的自然环境中,经常会发生一些故障例如导线的断股、绝缘子的自爆等。这些缺陷会对整个输电线路的正常运行产生极大的干扰,需要及时发现并维修。传统的“巡线”方式主要靠人工巡线,这种方式工作强度大、工作效率低。随着计算机视觉、图像处理和通信技术的不断发展,一种新型的巡线方式—“远程智能巡线”应运而生,这种巡线方式将输电线路现场的高清图像通过远程通信网络传回到巡线中心,利用图像识别技术自动识别输电线路缺陷。这种方式会大大降低巡线人员的工作强度,同时提高了巡线效率,具有很大的优势。本文以“西昌-东锦线”远程智能巡线系统为工程背景,选取输电线路中的导线和绝缘子作为研究目标,研究绝缘子“自爆”和导线“断股”缺陷的图像识别算法。本文的工作主要包括以下几个方面:1.论述了输电线路缺陷识别的研究现状,提出研究目标,并对后续算法将要用到的图像处理关键技术进行简单的介绍。2.针对自然环境下绝缘子“自爆”和导线“断股”缺陷设计图像识别算法进行缺陷识别。对于绝缘子,首先综合利用Lab空间中的L空间和a空间以及连通域特征对绝缘子进行分割,继而对分割后的绝缘子建立数学模型,根据绝缘子的区域特征判断是否有“自爆”缺陷。针对导线,则结合连通域特征以及Hough直线检测来提取目标,然后定义“离散度”的概念,根据离散度来识别导线“断股”缺陷。经测试表明,该算法能够适应复杂的自然环境,且能精确定位缺陷的发生位置。3.简单介绍了输电线路远程智能巡线平台的系统架构,并在此平台下对算法的识别率进行了测试,同时为了提高识别率,对识别失败的情况进行分析,并提出了纠正措施。