输电线路担负着电力传输的重要职责,对它的定期巡检是实现输电线路状态检测的主要手段,对保证电网安全稳定运行具有重要意义。本文把航空摄影测量技术引入到日常的输电线路巡检工作中,提出了一种基于航拍图像的输电线路识别方法和状态检测方法,可提高输电线路巡检信息处理的实效性。本文研究了航拍图像的预处理方法,以及输电线和绝缘子的图像识别与状态检测方法,主要工作和研究成果如下:1.根据航拍图像的特点,研究了图像预处理方法,通过光学校正方法改善了由于光照条件变化引起的航拍图像亮度不均衡和对比度下降的缺陷;针对航拍图像噪声干扰大以及运动模糊严重的情况,提出了基于小波去噪的改进维纳滤波算法,通过引入像质评价函数,增强了维纳滤波效果,提高了图像复原的质量。2.航拍图像背景复杂且变化多样,通过对输电线特点的分析,提出了一种复杂自然背景下的输电线提取与识别算法,通过改进的Canny边缘检测算法初步完成图像的分割,然后通过设定长度阈值和宽度阈值,结合数学形态学方法和自适应Hough变换,实现了输电线的自动提取与识别。3.在输电线识别的基础上,提出了一种基于主动视觉的输电线弧垂测量新方法,将航拍图像采集看作是一个主动视觉过程,利用三维重构技术与GPS定位技术,构建了输电线的空间曲线模型,进而计算出弧垂的大小;分析了检测系统各部分对测量精度的影响,给出了相应的解决方案。实验结果验证了这种方法的准确性和有效性。4.通过对绝缘子基本特征的分析,给出了颜色特征、形状特征、不变矩特征以及小波系数特征对绝缘子的描述方法,提出了基于航拍图像多特征量信息融合的绝缘子识别方法,构建了基于RBF神经网络的信息融合系统,在此基础上实现了绝缘子的识别与状态检测。通过相关算法对绝缘子常见故障包括掉串、裂纹、表面污秽、覆冰和积雪等进行了故障诊断。实验结果表明,该方法正确率高、抗干扰能力强,可以满足实际应用的要求。