智能电网的建设对电力系统各个环节的可靠性和安全性提出了更高的要求,巡检制度是保证变电站内关键设备安全稳定运行的主要措施之一。智能巡检系统较传统人工作业可大幅度地提高巡检效率和作业的实时性与可靠性,节省运营成本。图像识别算法是智能巡检系统的核心要素。本文主要实现了智能巡检系统中的指针式仪表读数、数码管示数、保护压板状态的图像识别方法,并对不同的方法进行了对比。指针式仪表主要通过提取到的特征点与模板图像进行匹配来完成表盘区域定位,然后二值化处理图像后后采用细化的操作得到指针骨架,探测其角度后再利用比例关系求解仪表示数。数码管的识别中通过使用建模时标定的模板图像与样本图像进行匹配,间接地定位每个显示屏,然后对显示屏区域进行二值化操作,使用“三线扫描法”对每个数字进行识别。保护压板的识别是根据预先设置的颜色和阈值范围,对图像进行二值化操作,进行形态学处理以得到连通区域,提取边缘并根据周长和面积淘汰掉噪声引起的短边缘,再画出边缘的最小面积外接矩形,最后根据外接矩形的倾斜角来判断各个保护压板的状态。根据目前所得的测试样本图像及其畸变处理后的图像,指针式仪表读数的精确度和准确率已达到了电网公司的验收标准,符合工程项目应用。当前数码管示数算法的研究虽已成熟,但由于缺乏相关的样本图像,本项目中的测试条件尚不充分,得出的结果不太具备可对比性。目前保护压板状态的识别方法高度依赖于其种类,在当前的样本图像中已取得不错的效果,但算法的泛化性不强,仍需进一步改进。