目前,以清洁能源和智能电网为特征的新一轮能源变革正在全球范围内推进,输电线路的智能巡检与缺陷检测是智能电网的重要组成部分。我国“十一五”期间,直升机巡检输电线路技术得到了广泛应用,但是对于航拍输电线路图像的目标识别与缺陷检测,还未彻底摆脱人工诊断的模式,怎样利用计算机视觉实现对输电线路各部件的准确识别与缺陷的快速检测?仍是研究的热点和难点问题。本文对直升机巡检输电线路中防振锤的识别定位展开研究,为防振锤的缺陷诊断做准备。首先,利用防振锤是导线附件的关系,以导线为线索构建含有防振锤的图像数据库。其次,对数据库中的图像进行图像去噪、图像增强和图像分割的预处理：运用均值滤波、中值滤波、平稳小波变换(Stationary wavelet transform, SWT)闽值与中值滤波混合去噪的三种方法进行图像去噪,运用峰值信噪比和均方误差评价去噪效果；通过分析数据库图像中防振锤的灰度特征,进行了灰度对比增强变换；运用迭代法、最大类间方差法、最大熵法三种基于灰度阂值分割的方法进行了图像分割。最后,对经过预处理的图像,分别运用改进了的广义Hough变换(Generalized Hough transform, GHT)方法和特殊广义Hough变换方法(Special generalized Hough transform, SGHT)进行识别定位。在经典GHT的基础上实行了两种改进方法：一是引入了Harris角点特征来代替GHT中的边缘轮廓特征,降低空间复杂度和时间复杂度,形成了基于Harris角点特征的GHT的识别方法；二是将GHT中空间域的索引匹配转换到频域内进行,利用快速傅里叶变换(FFT)的相关性,将旋转、缩放后的模板图像与预处理后的待检测图像进行匹配,针对投票峰值聚集但不集中一点的实际情况,提出了峰值合并的思想,并应用到阈值限定峰值和指定峰值个数的两种峰值提取方式中,形成了改进的GHT识别方法。通过对基于Harris角点的GHT方法、特殊广义Hough变换(SGHT)方法、改进的GHT方法的对比实验分析,得出改进的GHT方法对防振锤的识别定位是最好的,而其中指定峰值个数的峰值合并提取方式有较高的正检率和较低的误检率。