图像识别处理技术在日常生活中以及工业生产中都起到很重要的作用。在电力行业对电力设备的监测也离不开图像处理技术。本文是利用图像处理技术对变电站巡检机器人采集回的现场图像进行悬臂式刀闸的目标提取以及刀闸的状态判别。首先通过悬臂式刀闸类隔离开关作用及现场状态,分析识别目标的特征及状态判别依据。同时根据巡检机器人视觉特点,对图像进行均值滤波、形态学处理、自适应二值化及目标区域截取等预处理。并且利用支持向量机算法及模板匹配算法对图像进行识别,分析其结果特征,探索复杂图像处理方案。根据悬臂式刀闸的外形,对具有明显特征的双圆环形触点进行模型重构,构建双圆环模型,并推理计算数学表达式;对每个圆环体通过随机点对之间距离分布得到圆环体的形状分布曲线描述,按照逆向工程思想根据形状分布曲线判别体素是否为圆环体。对于双圆环触点的平面投影二维图像,介绍了特征弦的概念,并依据特征弦概念给出了一般椭圆的数学描述。本文在悬臂式刀闸现场图像的识别过程中使用了一种改进后依附特征弦作用下的随机霍夫变换检测识别椭圆形状的算法。根据数学模型提取椭圆中心,对椭圆中心检测,确定中心后拟合椭圆边界,以此来定位目标区域。在双圆环形触点的目标区域提取出来以后,对提取部分下部的黑色像素聚集程度做出判断,来判别悬臂式刀闸的状态。为了使这种在特征弦作用下的霍夫变换识别效果清晰明确,能方便的展现识别结果,以及使本算法更具有可操作性,基于MATLAB GUI进行了交互界面的编写;这样同时能够将此算法和支持向量机算法以及模板匹配算法的识别结果进行对比呈现。