国民经济的快速发展,必然导致对电力能源的需求量也越来越大,与此同时,电力工程建设的力度也会随着需求不断加强。由于现在电力工程建设对人力和智能化的要求都比较高,而现有输电线路巡检存在如下现实情况:一方面线路大量建设,覆盖面增广,地形状况变复杂;另一方面,线路上的设备和电缆的细小故障,初期比较微小,难以被发现。鉴于以上原因,本课题提出采用图像处理技术来实现对输电线路安全隐患的检测。该检测过程分为两大步骤:第一,提出基于图像拼接和帧间差分相结合的图像分割新算法,实现红外图像中输电线的分割。第二,利用伪彩色值与输电线表面热值之间的映射关系,计算输电线表面温度平均值;再将监控的输电线实时电流与计算得到的输电线表面温度的平均值作为SVM算法的特征向量的两个属性,采用SVM算法对特征数据进行分类,由分类结果判断输电线路上是否存在安全隐患。为验证提出的算法的可行性,本课题在MATLAB平台上对提出的算法进行了仿真,仿真结果证明了该算法的可行性。进一步的,为使提出的算法得以实现,本课题设计了以无人机为载体的巡检系统整体方案,该方案包括硬件电路设计和软件设计。其中,硬件部分主要对图像处理模块中的电路进行了设计;软件设计主要包括:系统的主程序和图像分割、图像拼接子程序、SVM算法子程序等设计。本课题重点研究的适用于输电线图像分割的新方法和输电线故障判别的方法,可初步实现用图像技术对输电线路故障进行检测。有效检测输电线中存在的安全隐患,预防事故的发生,减少经济的损失。此外,为将上述算法付诸实践,本课题设计的以无人机为载体的巡检系统能够实现对输电线路红外图像的获取、处理、判断和信息的传输,提高了输电线路巡检的智能化程度,解决了人力难以到达的地区输电线路巡检困难的问题,提高了巡检效率,减少了人力开支,基本实现了本课题的要求。