近年来,随着输电线路规模的不断扩大,针对输电通道巡检的难度也越来越大,迫切需要一种监控范围大、自动化程度高、能及时发现故障隐患的在线监测手段。分辨率越来越高的遥感卫星影像为输电通道的巡检提供了新手段。本文研究了基于遥感卫星进行输电通道巡检的相关技术,利用遥感卫星光学影像对杆塔倾斜进行了在线监测,研究了杆塔倾斜和阴影的几何关系模型和杆塔阴影轮廓提取算法,完成了 BP神经网络在杆塔倾斜判别中的应用,并通过实际算例验证了方法的可靠性。论文工作对遥感卫星影像在输电通道巡检技术上的应用展开研究,选定高分二号卫星影像,在杆塔倾斜判别方面提出了一种应用遥感卫星光学影像监测的新方法。论文主要工作包括:（1）建立了杆塔倾斜和阴影的几何关系模型,得到了杆塔倾斜和阴影几何数据之间的联系,确定了杆塔倾斜的判别依据。利用杆塔阴影轮廓的几何数据对杆塔进行倾斜判别,对所选算例的判别准确率为94.11%。（2）构建了基于BP算法的杆塔倾斜判别神经网络,将遥感卫星光学影像中的杆塔阴影数据和杆塔的实际倾斜情况作为数据集,对神经网络进行训练,应用该网络对杆塔倾斜进行判别,对所选算例的判别准确率为92.86%。（3）基于形态学算法、K-means聚类算法和Hough直线检测算法,提出了基于卫星光学影像的杆塔阴影轮廓提取方法。该方法应用于杆塔影像实际算例,误差小于6.47%。论文工作表明,应用遥感卫星进行输电线路巡检能够提供大范围、长时间的在线监测,适合对大规模的输电通道进行长期监测。