绝缘子在输电线路中起着机械连接和电气绝缘的作用,是电力系统的重要组成部分。由于常年运行于户外历经冰、霜、雨、雪的侵蚀,绝缘子容易发生覆冰现象,使得电气绝缘强度大大降低,这威胁着电力系统的安全稳定运行。覆冰绝缘子识别技术易受到诸如图像背景、对比度和清晰度等因素的影响,而这一切与复杂的天气条件直接相关。因此,开展复杂环境下覆冰绝缘子识别检测技术的研究对输电线路的安全稳定运行至关重要,已成为输电线路运行和维护部门亟需解决的问题。首先采用图像处理方法结合图像处理算法,设计了一套复杂环境下覆冰绝缘子识别检测系统。然后对覆冰绝缘子图像进行预处理,主要包括图像去噪及图像增强,提出了一种基于V域的Retinex小波变换及其逆变换法的图像处理方法,改善了图像的清晰度和对比度。接着对绝缘子进行分割识别,对比了几种分割识别算法并重点对改进的遗传算法与改进Otsu分割相结合的方法进行了研究,结果表明其分割效果明显优于其它方法。最后对绝缘子覆冰厚度进行检测并计算,通过对目标绝缘子进行边缘检测、覆冰前后边界及表面像素检测、几何特征分析等来判断覆冰情况,利用摄像机标定的方法将像素坐标变换到世界坐标,通过比较覆冰前后绝缘子表面及边界距离计算出绝缘子的覆冰厚度。最后,利用现场环境及人工气候实验室对复杂冻雨环境下的覆冰绝缘子图像进行了检测验证。结果表明:对不同天气状况下覆冰绝缘子图像进行清晰化处理,其清晰度均有所的提高,雾霾天气最为明显,提高了45%;对不同冻雨形态下的覆冰绝缘子进行厚度识别,精度极高,其相对误差最大为4.8%,最小仅为1.5%;厚度检测算法的速度较快,即使在最恶劣的情况下也大于7.06m/s。综合以上结果,本文的检测方法能准确、可靠地实现复杂环境下绝缘子覆冰厚度的识别。