电力电网的稳定性关乎着我国各行各业的发展,为了确保电网及其设备的安全性和可靠性,有必要定期巡检电力线路,以掌握设备工作条件和线路周围的环境变化。传统的电力线路检测方法,不可避免的耗费大量的人力、财力和物力,检测效率低。随着遥感技术的不断发展,利用无人机巡检电力线路避免了传统巡检方式的诸多弊端,减少了由于人为因素而造成的巡检误差,缩短了完成巡线任务所需时间,降低了巡检电力线的人力和财力的支出,是目前应用最广泛的一种电力线路巡检方式。本文利用型号为cw20的垂直起降固定翼无人机,航拍获取电力线图像,通过对图像中的电力线进行提取,达到利用无人机对电力线路进行巡检的目的,主要研究的内容包括:1.由于无人机拍摄的电力线图像常常存在模糊或噪声等情况,为了提高图像的处理效率和数据准确率,需要在分析图像前对图像进行预处理操作,改善图像质量,减弱背景信息,突显目标信息。本文首先完成预处理操作,包括图像的灰度化、直方图均衡化、滤波去噪等。2.对预处理后的图像进行边缘检测,本文给出6种边缘检测算法:Roberts算子、Sobel算子、Prewitt算子、Laplacian算子、LOG算子、Canny算子。利用这6种算子对电力线图像进行边缘检测。实验结果表明:1)Roberts算子边缘定位精度低,无法抑制噪声,适用于低噪声且陡峭的图像。2)Sobel算子定位精度不高,对噪声有部分平滑作用,适用于低噪声且灰度渐变的图像。3)Prewitt算子边缘定位精度不高,对噪声有一定平滑作用,适用于灰度渐变的图像。4)Laplacian算子具有精确的边缘定位能力,对噪声和灰度等级敏感,能准确定位阶梯边缘点;但存在双像素边界,很少单独使用Laplacian算子来检测图像边缘。5)LOG算子边缘定位精度较高,受噪声影响较大,适用于无噪或低噪声的图像,抗干扰性好。6)Canny算子边缘定位精度高,虽然会受噪声影响,但对背景复杂的图像检测效果较好。分析五种算子的边缘检测图像,研究结果表明:Canny算子边缘检测效果最好,边缘完整性增强。3.在分析直线提取的发展过程之后,对边缘检测后的图像进行电力线提取。本文给出Radon变换、Hough变换提取电力线的原理,利用Radon变换、Hough变换对边缘检测后的图像进行电力线提取,根据实验结果给出二者的优缺点。由于Radon变换可准确提取电力线,但无法确定电力线的起点和终点,导致电力线贯穿整幅图像;Hough变换可避免类似问题,但计算量大,运行时间长;在此基础上,本文给出了基于Hough变换的Radon变换改进方法提取电力线,实验结果验证了该方法提取电力线的准确性,避免了单独使用Radon变换或Hough变换提取电力线的弊端。