电能在人类社会中是一种十分重要的能源形态,而输电线路是整个电能输送与交换的核心枢纽。然而随着输电网的扩大,对输电线路进行定期检查、巡视的任务越加繁重。为了进一步减轻作业负担,智能化无人机巡检技术便成为研究的热点。本文基于无人机图像进行了输电线路提取和连接的研究,并进行了输电线路的自动跟踪仿真,为将来利用无人机进行巡线自动导航和电力走廊三维模型建立奠定了基础。本文的主要研究工作与总结如下:(1)设计了无人机巡线图像采集方案,在长度为100m的测区内,通过两次试验共采集了627张巡线图像和4段巡线视频。针对无人机拍摄时受到光线影响造成的图像中对比度低的问题,利用灰度化减少运算量,并利用直方图均衡化进行图像增强处理;针对无人机图像的复杂背景及混合噪声多的问题,分别利用中值滤波和双边滤波进行处理,灰度直方图和峰值信噪比(PSNR)结果表明双边滤波对混合噪声滤除效果好,且边缘保存能力强。(2)利用一阶微分算法、Canny算法和Line Segment Detector(LSD)算法对预处理后图像进行边缘提取。结合输电线路在图像中的特点,对LSD算法进行优化,使提取出的输电线路边缘更加完整,减少线路边缘的漏检。对于边缘提取结果中背景干扰短线段利用连通域分析法进行去除。利用Hough变换对图像进行直线检测获得直线方程,通过斜率将输电线和杆塔直线分组,确定杆塔直线簇,最后准确连接输电线路。(3)利用粒子滤波和扩展卡尔曼滤波(EKF)两种跟踪方法,建立了输电线在相邻帧中运动模型,通过当前视频帧中输电线的位置可以预测出下一帧输电线路感兴趣区域(ROI),缩小线路提取搜索范围,从而提高输电线识别的效率。MATLAB仿真结果中粒子滤波算法和EKF算法输电线检测的正确率相差较小,分别为94.21%和93.68%,应用EKF算法,不仅能够满足跟踪要求,而且提高了检测的实时性。