随着国家经济发展,对于规模日渐庞大、架设地形复杂的输电线路如何实现高效、准确、安全的巡检已成为电力行业共同关注的问题。近年来国家电网致力于探索全新的智能巡检模式,并已经在电力系统作业考核中加入无人机巡检的相关指标。可以预测到无人机模式是未来电网应用最广泛的电力巡检手段。针对无人机巡检测量弧垂过程中特征提取与重构的难点,给出一种基于图像坐标映射的电力线弧垂测量方法,采用图像处理手段提取电力线特征,通过直接线性变换（DLT）数学模型建立电力线世界坐标和像素坐标之间的映射关系,从而实现快速、准确的弧垂测量。论文从单目视觉成像理论出发,详细描述了小孔成像模型中各坐标系的关系,并介绍了用于坐标系转换的矩阵运算方程。列举了数字图像处理领域中的经典技术理论,讨论了针对不同图像特征的处理方法。结合成像原理与图像处理技术,提出了完整的弧垂测量方案:通过分析对电力线路图像特征,设计了基于改进的自适应阈值Canny边缘检测的电力线特征提取算法,成功提取出了表示单根电力线形态的像素坐标序列;基于实际测量场景,给出了一种基于坐标映射的弧垂计算方法,利用DLT模型与图像内外方位统一的参考标记点计算出描述映射关系的投影变换矩阵,通过坐标映射将电力线像素坐标转换为对应的世界坐标,最后计算出相应点的弧垂值完成测量。为了对无人机拍摄的电力线图像进行实际工程测量,在Visual Studio2019环境下开发了快速实现弧垂测量方案的上位机系统,为电力线弧垂巡检提供了一种直观、便捷的测量手段。最后搭建实验平台对弧垂算法进行验证,并在野外场地对系统进行实操测试。实验结果表明,本文的弧垂测量方案算法具有较好的稳定性与准确性,计算相对误差不超过1.8%;通过无人机拍摄的图像,系统能够获得电力线弧垂测量数据与相关参数,满足实际环境下电力线巡检的要求,可为后续应用研究提供技术参考。