随着我国经济的发展,电力能源的需求日益旺盛。在未来的几年里,我国将会建设更多的高压输电线路。输电线路和电力杆塔作为电力传输的主要部件,长期暴露在野外环境中,由于地质灾害或其自身老化等因素的影响,极易发生损坏,因而电力公司需定期对输电线路进行巡检。目前以人工巡检为主的巡检方式已无法满足电力行业对于先进的巡检技术、更高的巡检效率和较低的巡检成本的发展要求。基于无人机的输电线路自动跟踪技术是实现无人机输电线路自主巡检的一部分。本文将从以下几个方面进行阐述:(1)分析无人机电力线路的自动跟踪问题,设计和搭建无人机电力线路自动跟踪实验平台,并阐述其软件结构。该实验平台包括无人机端和地面站端。无人机端将航拍的电力线路图像信息实时传送至地面站端,地面站端对图像信息进行加工处理,识别出电力线路的走向信息并将其反馈至无人机端,无人机端根据地面站端反馈的电力线路走向信息调整运行方向,从而实现无人机对电力线的自动跟踪。(2)分析了航拍图像的预处理过程,包括图像的灰度化、均衡化、图像复原以及图像分割过程。分析了引起图像退化的噪声类型并分别采用了高斯滤波对航拍图像进行了复原。对比实验了全局自适应阈值分割法、局部自适应阈值分割法和最大信息熵法三种图像分割算法,分析实验结果后,选取了局部自适应阈值分割法作为本文的图像分割法。(3)从航拍图像中提取输电线路信息分三步完成,边缘检测、电力线的识别、电力线的拟合。对比实验了Sobel算法、Laplacian算法和Canny算法对图像边缘检测的效果,对比实验了Hough变换法、LSD法识别输电线路的效果。将识别出来的直线进行分类来拟合输电线路。(4)根据相机成像原理,校正了无人机航拍图像,并计算了无人机与输电线路的相对位置关系,基于卡尔曼滤波跟踪方法建立了无人机自主跟踪模型,并利用Matlab软件进行仿真实验。(5)根据上述选用的方法,利用Visual C++设计语言和OpenCV计算机视觉库设计了航拍图像实时处理软件。