输电线路运行复杂,作为其重要组成部件的绝缘子,种类众多、用量巨大。由于其经常架设在野外,易受外部天气环境、自身制造工艺以及人为因素等多方面干扰,难免会出现绝缘子自爆、裂纹、污秽等各种问题,很难保证输电线路安全稳定运行。因此,对输电线路绝缘子故障状态检测识别就显得尤为关键。随着“坚强智能电网”的不断推进,计算机视觉、图像处理技术的大力发展,使得输电线路智能化监测技术得以实现。本文基于图像处理技术,重点研究了绝缘子在复杂背景下以及光照不均下绝缘子的自动识别提取算法,以及针对输电线路绝缘子常见的三种故障状态,设计了适合输电线路现场实际情况的识别诊断算法,并通过输电线路绝缘子故障状态识别诊断系统进行了测试验证。本文的工作主要包括以下几个方面:(1)根据现有输电线路绝缘子识别与故障状态检测的研究现状、存在问题以及发展前景,提出本文研究计划,并对本文所用到的绝缘子识别关键技术进行了介绍。(2)针对自然光照条件下绝缘子表面存在阴影或暗区域不能准确分割的情况,提出一种基于改进色差法的绝缘子图像分割方法。首先采用基于局部的像素光照同态补偿方法对图像进行光照补偿,其次对图像进行颜色分量提取与分析,利用改进色差法获得最优色差灰度图像,最后分割识别出绝缘子。通过实验对比分析本文方法明显优于其他方法。(3)本文针对绝缘子3种常见故障状态进行了分析研究,重点针对绝缘子“自爆”故障进行了研究,提出一种基于LBP纹理特征的输电线路“自爆”绝缘子自动识别与定位算法,并通过设计一系列实验来验证算法的有效性。本文提出的方法的准确度高达90.63%,远高于其他基于形状、基于边缘的识别检测方法。同时也针对绝缘子表面裂纹与污秽故障状态检测识别进一步进行了研究。(4)简单介绍了输电线路绝缘子故障状态识别诊断系统的整体架构与软件平台。在此平台上,对现场采集的绝缘子图像进行识别检测。通过现场安装测试,结果也是令人满意的。