在智能输电线路综合监测系统中,基于直升机巡检航拍获得的视频图像进行故障的自动检测,克服了人工巡检的缺陷,具有安全可靠、不受地域影响、成本低以及高效快捷的优势。高压输电系统一般分为两部分:输电线和高压线塔,这两个部分在复杂的外部环境中都有较大概率发生故障。输电线路在有风的区域容易悬挂异物,不仅影响线路的正常供电,还会出现严重的安全问题,极大危害整个电力系统的稳定运作。高压塔架作为输电系统中的枢纽,直接影响着整个电力系统的运行能力,而电线塔上的异物如鸟巢则对其安全运行带来了极大的威胁。本文针对两个异物检测任务提出了对应的基于图像处理的解决方案,通过分析直升机巡检过程拍摄到的图片,对输电线路和高压线塔采取不同的检测方法。在高压线塔部分,本文基于电线塔上异物的位置以及颜色特性分析,提出了一种基于粗-精搜索策略的电线塔异物检测方法。其中,为了快速搜索出可能出现异物的候选区域,本文利用了检测和跟踪相结合的方法,针对塔架这类具有特殊细结构的物体,基于特征学习建立了分类器,可以便有效地在背景复杂,拍摄角度存在明显变化的情况下准确地连续定位电线塔的位置,并进一步利用异物的颜色与位置特性在候选区域中实现异物的可靠检测。实验证明,与现有的方法相比,本文算法具有实时性好、检测准确度高以及抗干扰能力强的优势。在输电线路部分,本文先通过基于改进的LSD线段检测提取输电线,并形成感兴趣区域,在感兴趣区域内根据人眼感知特性来计算视觉显著图,然后通过视觉显著度对颜色、形状或空间分布等特性与输电线路有明显差异的异物区域实现统一定位。该方法可及时地对输电线路上的悬挂异物进行自动识别,从而显著降低工作强度和提高工作效率。