随着国家对智能电网和电力系统智能化的战略部署,一个高度信息化、自动化、互动化、能够适应数字时代的优质电力网络的建设被提上日程。中国地域辽阔,地理环境复杂,输电线路的架设跨度大、距离长,造成了输电线路的日常电力维护效率低、工作量大等特点。绝缘子作为电力巡线中重要的元器件,同时也是故障发生率最高的元器件,其长期的暴露在空气中,极易发生自爆、裂纹、异物挂搭等故障,严重的威胁着电力系统的稳定运行。近年来,通过分析无人机采集的实时图像获取输电线路中重要元器件的工作状态,已成为了当下的研究热点。本文通过无人机采集绝缘子图像,对绝缘子串进行特征提取,对航拍图像的绝缘子检测和定位方法进行设计与研究,并实现了绝缘子的故障定位检测。本文的主要工作和结论如下:1、分析绝缘子的形态特征及在灰度投影中的数理特征,提出了基于绝缘子形态特征与灰度投影的识别方法。首先,将绝缘子图像由RGB空间转换到HSI空间,提取S分量进行高斯滤波得到待处理图像;其次,对K-means聚类结果进行OTSU分割,形态学处理后得到绝缘子的分割图像,标记连通域,得到粗提取图像;然后,在绝缘子的形态特征中提取出细长度、圆形度、占空比,灰度投影中提取波峰方差、波谷方差共5个特征值,对粗提取区域进行绝缘子搜索,对绝缘子实现精确识别与定位。实验表明,该方法能有效的在较为复杂环境下对绝缘子串的实现定位和识别。2、分析故障绝缘子的形态特征,提出了基于绝缘子区域占比的故障检测方法。首先,利用绝缘子识别的最小外接矩形的空间信息,获取故障绝缘子串的位置信息,倾斜矫正后得到待处理图像;然后,将绝缘子串等间距分割成包含单个绝缘子片的绝缘子故障区域,利用扫描窗口,统计每个区域的像素总量,以及绝缘子像素点的数量信息;最后,通过每个绝缘子故障区域占空比的比较,对绝缘子故障区域进行搜索,并标记故障区域,实现对绝缘子串故障区域位置的准确定位。实验表明,该方法能有效的对绝缘子串的掉串故障位置进行准确定位。