输电线路作为发电厂和消费者之间传输通道,其在电能传输过程中的作用不可替代。然而,由于外界环境因素影响,如电击、落鸟、风雨侵蚀等原因导致输电线路断股,附着异物等异常情况时有发生,威胁到输电线路的稳定运行。鉴于此,本文采用固定在输电铁塔上的摄像头采集图像,并通过4G无线信号传送到服务器。在分析采集的输电线路图像特点的基础上,设计了基于数字图像处理技术的输电线路异常检测算法,实现输电线路异常在线检测算法研究。本文的主要研究内容如下:(1)在输电导线图像预处理部分,分析了采集输电线图像特点,比较了 soble算子、拉普拉斯算子、Canny算子,Robert算子等应用于图像处理的效果不同。结果表明,Canny边缘检测结果最为细腻,可以检测出细小的边缘。(2)在输电导线检测部分,首先介绍了 Radon变换,Hough变换,LSD变换用于导线的提取的方法。针对包含较为复杂背景的输电线路提取不理想问题,设计了基于改进Canny边缘检测和Beamlet变换的检测方法。针对较多伪边缘和误检导线,设计了导线的拟合和去重算法。(3)针对输电导线的异常识别,借鉴了电磁场等矢量场的思想,定义了基于图像块梯度的矢量场,用偏移角度来定位异物或者断股位置,并结合定义的异常矩参数做出检测。同时针对落鸟、毛刺损伤等较小目标,采用了基于局部投影方法的检测方法。(4)针对一种非常重要的干扰模型即导线交叉模型进行交叉点的检测。私拉电线、拍摄角度限制、断股等都会导致采集的图像中导线有交叉。对交叉点检测可以避免被当作断股处理,以免误报。本文提出的异常识别方法算法可以精确地实现对输电线路的异常识别,为输电线路运行状态的在线检测提供新的解决方案。因此本文的研究为输电线路智能化在线检测系统提供了理论基础和实现,进一步完善电力系统智能化检测体系,促进电网巡检检测向智能化方向发展。