随着我国输变电技术的快速发展,架空线路的输电距离不断增加,电压等级的不断提高,使得架空线路的规模不断扩大,但同时会面临架空线路的安全、稳定运行问题。绝缘子作为架空线路中最重要也最易出现故障的部件之一,主要起到提供机械支撑、增加爬电距离和防止电流回地等重要作用。由于绝缘子长期暴露在户外恶劣环境中,会出现破损、掉串等一系列问题,是故障多发元件。本文在深入分析国内外相关研究的基础上,围绕航拍图像中电力绝缘子缺陷检测进行研究,主要包括绝缘子的目标识别、图像分割和缺陷检测。本文研究工作如下:（1）针对航拍图像中绝缘子目标识别不足的问题,本文选用在识别速度和识别精度方面较为均衡的YOLOv4目标检测算法作为绝缘子目标识别的基础算法。在YOLOv4算法的基础上,对绝缘子目标尺寸分布使用K-means++聚类算法,并通过选取边界框回归损失函数和注意力机制,提升绝缘子识别任务中的识别效果。实验结果表明,改进后的算法能够较好地解决YOLOv4算法中漏检等问题,提高了绝缘子识别模型的准确率。（2）采用了一种航拍图像中绝缘子串分割的DeepLabV3+改进模型。在传统DeepLabV3+模型的基础上,用MobileNetV2网络替代Xception作为主干网络,并在网络中加入自注意力机制与原网络结构中的ASPP模块串联。使用改进DeeplabV3+算法与常用的分割算法进行对比,通过实验对比证明了改进后的算法在分割性能上更具优势,达到了实验预期的效果。（3）根据分割图像中绝缘子串分布具有一定规律性的特点,利用最小二乘拟合法原理对二值化图像中的绝缘子串拟合,构建数学模型。然后利用求出的直线对绝缘子串进行逐次扫描,根据绝缘子片的形状规律,对扫描的每个周期的白色像素点数求和,将求和值与判别阈值比较,即可判断图像中的绝缘子有无缺陷。实验表明,本方法在绝缘子缺陷检测任务中有一定的参考价值。