电力线巡线是电力行业保证电力传输的重要方法。人工电力线巡线存在巡线效率低、受限地理因素高、风险高、花费高等问题，而采用旋翼无人机进行电力线巡线则可有效解决这些问题。可见光视觉系统是无人机的重要感知部件，可有效提高无人机自主识别能力和自主巡航能力。近年来，采用无人机搭载可见光视觉系统进行电力线巡线的方法被电力行业广泛应用。视觉系统任务主要可分为定位、识别和建模，本文主要会对识别问题展开研究。视觉系统的识别问题又可分为目标增强、目标检测和目标跟踪。目标增强是提高目标检测正确率和目标跟踪效果的有效手段;目标检测为无人机自主发现目标以及规避障碍提供直观数据结果;目标跟踪则为无人机自主巡线提供实现手段。　　相较传统图像视觉处理方法，本文重点考虑无人机应用的特点:实时性、鲁棒性。对传统图像处理方法加以改进以提升处理速度并能有效适应各种复杂背景情况。研究内容主要包括以下几个方面:　　1.研究无人机航拍图像中线状目标的增强及复杂背景抑制问题。基于无人机航拍图像的灰度变化分布及极值特征，采用特征聚类计算，双边滤波以及可迭代的基于多向滤波的自我增强(IMA)等方法对图像中的电力线目标进行增强。　　2.研究无人机航拍图像中电力线目标的快速检测方法。在传统图像直线检测算法的基础上，增加几何位置约束和线搜索策略，提出了基于边界搜索的Radon变换(BSRT)检测方法。BSRT方法通过选择边界的方法可以有效规避电力线目标在航拍图像中不是全局占优而出现的误检现象，并且可大幅提升线检测速度。针对弯曲电力线提出了基于活动曲线的弯曲电力线检测(BPLD)方法，该方法在已知电力线起点和方向的前提下可有效检测并表达无人机航拍图像中的弯曲电力线。　　3.研究了无人机航拍电力巡线中电力线目标和电力铁塔的跟踪问题。在伴线飞行中，针对航拍图像中电力线目标可能由于晃动过大而导致电力线检测失败的问题，利用跟踪算法做为补救措施进行找回;在绕塔飞行中，利用跟踪算法实现对电力铁塔目标的确定以引导无人机环绕飞行。在研究图像的区域特征后，通过采用Mean Shift算法融入粒子滤波(MSPF)的办法提高跟踪算法的实时性。　　4.研究无人机视觉实验系统。分析了无人机系统的硬件及软件组成，确定了视觉实验系统的定位、工作模式和功能模块;编制了地面站人机交互软件，实现了对优化视觉算法进行切换、调整参数、运行、结果显示以及保存的功能。为无人机视觉算法搭建一个良好的实验平台。