为了实现对输电线路下方生长物的视频识别和监测,论文介绍了一种基于双目视觉和图像处理技术的输电线路下方生长物识别和定位算法。针对输电线路视频图像的特点,算法通过间隔棒位置信息拟合输电线路边界曲线,并定位线下安全范围,进而实现对线下安全范围内生长物的定位和监测。在输电线路摄像头标定中,采用基于zhang平面标定法的外参数估计算法,对旋转后的摄像头外参数进行计算,无需重新标定。在间隔棒匹配定位中,提出了基于方向场的快速模板匹配算法,该算法采用梯度方向场技术定位输电线路区域,并将归一化相关匹配和直方图匹配相结合用于间隔棒图像定位中。在安全范围模型的求取中,首先采用双目视觉技术获取间隔棒中心位置的三维坐标,在获得同一线路上多个间隔棒的三维信息的基础上,应用悬链线原理拟合输电线路,根据拟合结果和输电线路线下安全距离规定求得输电线路安全范围的空间数学模型和整体化后的图像数学模型。生长物识别和定位过程中,在整体化后的图像安全范围内检测生长物成像点,若存在生长物像点则对其进行空间重定位,并计算该点是否满足空间安全范围模型,进而判定是否是危险生长物。当生长物坐标满足空间安全范围模型时,说明是危险生长物；若该坐标不满足空间安全范围模型,则说明没有危险生长物存在,从而实现对线下生长的实时监测和定位。实验结果表明,算法能够准确拟合输电线路最低位置的输电线,实现安全范围内生长物的监测和准确定位,并且能够为输电线路弧垂的测量提供参考信息。该算法实时性好,准确性高,完善了远程视频监控系统的监测功能,为提高电力系统的安全可靠性提供了技术保障。