输电线路在电力系统中担任向全国各地输送电能的重要职责,同时也是电力系统安全稳定运行的基础。输电线路长期处于自然环境中,易受外界影响出现断股现象,断股故障会对输电线路的安全运行有很大危害。为了保证线路的安全运行,需要加强线路的巡视和检修,以便及时消除隐患。目前巡检方式逐渐由人工巡检转变为无人机巡检,为了提高输电线路巡检的效率,将图像处理技术应用到无人机巡线中。本文主要完成了以下工作:1.针对输电线图像易受光照影响的问题,研究了直方图均衡化、伽马变换和分段线性变换的图像增强方法,最终采用直方图均衡化结合伽马变换对图像进行增强,该方法既保留了输电线细节又减少了伪轮廓的出现,提高了输电线图像的对比度。针对无人机采集图像时产生的噪声问题,分别使用均值滤波、中值滤波和高斯滤波对图像进行去噪,最终采用中值滤波去噪,改善了图像的质量。2.针对输电线图像二值化的阈值选取问题,通过比较各种阈值分割算法,得出最大类间方差算法可以较好地区分输电线与背景。然后对输电线的二值图像采用Canny边缘检测,提取出平滑、连续的输电线边缘。针对Canny提取的边缘存在断点问题,再采用Hough变换结合提取轮廓的方法对输电线图像进行改善,能够准确的提取出完整的输电线轮廓。由于断股的输电线的轮廓比正常输电线的轮廓大,因此通过查找最大轮廓,提取出具有分叉的输电线轮廓。最后利用形态学中的闭运算,提取出断股的输电线。3.针对输电线断股的特征,提出了一种根据输电线分叉端点来检测输电线断股的方法。该方法通过计算分叉端点与正常输电线的距离,设定一个阈值,依据距离与阈值的大小来判断该断点是否为故障点,这种方法可以快速实现输电线断股的故障识别。4.设计了一种针对输电线路断股的自动检测系统,在该系统中对无人机采集的输电线图像进行测试,并根据测试结果做出分析。测试结果表明,该系统可以准确检测出输电线断股位置。