绝缘子闪络是指固体绝缘子周围的气体或液体电介质被击穿时,沿固体绝缘子表面放电的现象,是影响电力传输设备安全性的重要因素。为了分析绝缘子闪络特性,目前普遍采用的方式是基于绝缘子闪络实验视频,人工识别闪络画面。人工识别闪络图像的工作量巨大,效率和可靠性低下。将基于机器视觉技术的智能分析算法应用于绝缘子闪络的检测与分类分析,对于研究绝缘子闪络特性具有重要意义。论文针对闪络图像的特点,将基于机器视觉的智能分析算法应用于绝缘子闪络图像的检测与分类,实现闪络视频的智能分析。论文的主要工作如下:(1)研究了适用于绝缘子闪络图像的分割算法。针对绝缘子闪络与背景差异明显的特点,采用了大津阈值分割算法,并针对分割出现的问题提出了改进方案,基于视觉显著性对图像进行增强,并运用Canny算子对图像进行边缘检测并对边缘内部进行填充,把填充结果与大津阈值分割结果进行融合,最后,对融合结果进行形态学处理。(2)研究了适用于闪络图像分类的SVM分类器参数优化方法。结合网格搜索法和遗传算法进行SVM惩罚系数及核函数参数优化,在减少训练时间的同时,避免了因盲目选取初始种群导致陷入局部极值的情况,提高了分类准确度。(3)对闪络图像集进行了分类测试,基于混淆矩阵评价分类性能。设计并实现了闪络视频检测分析系统,具有自动闪络检测和分类功能。