输电线是电力传输的载体,对输电线走廊进行定期巡检和维护,是保证供电系统安全可靠运行的必要工作。然而,输电线分布范围广,地理位置比较复杂,传统的巡检方式,如人工巡检、直升机巡检,主要是依靠人工借助各种设备对输电线走廊进行观察,工作强度大且效率低,因此设计一个自主、实时、高效的巡检系统非常有必要。为此,本文对输电线故障实时检测系统进行了研究,应用嵌入式系统、无线通信、视觉图像处理等技术,设计了基于无人机航拍图像的故障识别终端。该识别终端主要包括图像采集、视频编码、故障识别、信息通信等功能。首先,抗震能力强、性能稳定的CCD摄像头进行图像采集,采集到的图像经视频解码器数字化,转化为BT.656格式的视频流并发送到数字媒体处理器,处理器将视频流转换为YUV格式并对其进行编码,然后其内部的DSP处理器核运行故障检测算法,对编码后的图像数据进行故障检测。最后通过长距离、永远在线的GPRS网络实时反馈输电线检测结果。本文首先基于对现有方案的分析,阐述了基于计算机视觉的输电线故障检测的图像处理算法,重点研究了针对无入机航拍图像的图像预处理技术、输电线提取方法以及基于链码的输电线断股故障的检测方法,并在MATLAB中进行了实验仿真；同时详细叙述了系统的硬件组成,阐述了输电线故障检测系统中各个模块的软件实现架构,主要包括基于DM8127多核处理器的控制模块、图像采集模块、视频编码模块、故障检测模块和GPRS通信模块的主要功能设计以及它们之间的交互。该基于计算机视觉和无人机的故障检测系统,具有图像采集及处理能力和网络通信能力,不仅可用于电力巡线领域,也可用于其他监控巡检领域,是智能巡检的一个重要发展趋势。