高压输电线路巡检系统中，机器人移动技术结合图像检测技术作为巡检手段，代替人工巡检作业方式，提高巡检效率，具有显著的社会及经济效益。本文针对高压输电线路巡检系统中图像信息的分析和处理，主要研究输电线路相邻杆塔之间可见光全景图和红外全景图的实现，并利用可见光与红外图像之间的对应关系，在可见光全景图上实现线路故障信息、杆塔信息、GPS信息等多种信息的标识，最终实现输电线路多信息综合全景图。通过深入研究全景拼接技术及机器人巡检系统中故障分析策略，将两者结合起来，取得了以下主要成果： 1.提出了一种基于SIFT(Scale lnvariant Feature Transform)特征匹配的改进全景拼接方法。输电线路图像是由机器人野外自动采集，受光照变化、风吹抖动等天气变化影响较大，本文采用基于SIFT特征匹配的拼接算法，使线路图像之间存在的旋转、平移、缩放、光照变化等问题得以有效的解决，针对匹配对中存在大量的误匹配，提出了一种去除误匹配改进方案，提高了拼接精度。 2.提出了一种高压输电线路红外图像全景拼接方案。红外图像是一种灰度图像，与可见光线路图像相比，信息量极少，直接拼接较难实现。针对上述问题，本文提出一种具体实现方案：对输入的高压输电线路红外图像作增强处理，增加红外图像中SIFT特征点提取的数量，避免特征点提取不够而导致拼接失败。 3.提出了一种基于地理信息的多信息融合方法，利用GPS定位系统，测定输电线路故障设备、杆塔的GPS信息以及两者之间的实际地理距离，并在全景图上标识出线路故障信息、杆塔信息和GPS信息以及相互之间的实际距离位置，实现线路多信息综合全景图。 通过对多信息综合全景图的详细分析，便可较精确的确定故障设备的实际地理位置及其他信息。论文所取得的上述主要研究成果已在横向项目110kv～220kv高压输电线路自动巡线机器人中得到应用。