为了应对输电线路上的复合绝缘子运行环境恶劣,事故不断发生的现象,解决基层巡检人员人工判断故障的低效率问题,本文提出了一种复合绝缘子缺陷智能诊断的方法,对绝缘子伞裙定位与不同缺陷的识别、多种环境因素影响异常温升和红外图谱温度反演等问题进行深入研究与探讨。通过Faster RCNN网络定位到目标绝缘子,经过图像增强等预处理方法之后,使用椭圆检测找到绝缘子伞裙,分割出只包含复合绝缘子伞裙的区域,对其破损、污秽、粉化等外部缺陷采取不同处理方法进行识别与分级。同时在红外图像中通过局部温度最大值定位复合绝缘子的发热缺陷,不仅能判断绝缘子内部缺陷,还可以作为可见光图像缺陷识别方法的补充。针对外部环境可能导致缺陷绝缘子发热不明显的问题,实验探究了温湿度、风速与电场强度对复合绝缘子缺陷温升的影响,为精准定位异常温升绝缘子打好基础。该方法不仅适用于复合绝缘子在多环境下温升的归一化,而且对于其他电力设备也有较强的泛化性。针对红外相机不同,导致红外图谱格式多样,无法直接读取的问题,利用色条颜色推演红外图片各像素点的温度值。实现了红外图谱温度反演,无须购买各种红外厂家软件的二次开发权,就能够大批量测量红外图谱各点温度值,为建立红外数据库打好基础。