近年来,在高压电塔的无人机巡检领域中,基于机器视觉的巡检方法由于其成本较低、安全性较高,可提升巡检效率,受到了越来越多的关注。现阶段,鲜少有不借助其他先验信息而仅从单张RGB图片中准确估计电塔的位姿的方法,本文以完成高压电塔无人机巡检技术开发这一实际项目为目的,在分析国内外在关键点检测、位姿估计与基于机器视觉的无人机巡检方法的基础上,通过制作电塔关键点检测数据集、用高分辨率网络进行关键点检测和电塔的塔型、塔高匹配与位姿估计等方面对从单张RGB图片中估计电塔的位姿的技术流程进行了研究,主要研究内容如下:针对电塔关键点检测数据集的构建,本文首先对铁塔上的关键点进行合理定义,再对企业方提供的无人机巡检过程中拍摄的电塔图像进行数据标注,然后对数据集进行适当的划分,再进行适当的图片增广最终得到完整的电塔关键点检测数据集。针对用高分辨率网络进行关键点检测的问题,本文首先通过测试集上各指标的变化,分析输入图片分辨率以及损失函数中的难例关键点在线挖掘对检测效果的影响。然后针对电塔关键点检测任务对高分辨率网络进行了改进,使得测试集上的各指标得到提高,并降低了严重检测错误的出现频率。引入了两个评价指标,以衡量改进前后严重检测错误的变化,验证了改进的有效性。针对电塔的塔型、塔高匹配与位姿估计的问题,本文基于透视n点投影提出了一种进行塔型与塔高匹配的方法,并通过平均重投影误差检验所提出方法的可行性,最后进行电塔的位姿估计,并用测试集上平均重投影误差的分布来说明这种位姿估计的可行性。