当输电线路悬挂有异物时,高压电的极限放电距离缩短,严重时可造成片区大面积停电,因此及时发现异物并采取相应措施具有重大意义。传统人工巡线耗时耗力,无人机巡检的应用大大提高了电力线巡检效率,但其摄取的海量图像数据仍需低效的人工校验,且人工校验会带来较多误检与漏检。解决该效率不匹配问题的最佳方式是采用图像处理技术进行输电线路异物检测,并开发一款集成有异物检测、数据管理、用户管理等功能的电力巡线管理系统供工作人员使用,实现无人机巡检的智能化与一体化。针对含有悬挂异物的输电线路航拍图像,本文提出一种基于图像处理的输电线路异物检测与定位算法。该算法由图像预处理、图像分割和图像分析三个步骤构成,具体内容如下:(1)图像预处理主要对图像放大裁剪、图像灰度化以及各滤波算法进行研究。针对目标特征不明显、噪声干扰严重等问题,首先将航拍图像进行放大与裁剪,然后对图像进行灰度化处理,最后对传统中值滤波提出改进,并采用一种自适应中值滤波与双边滤波相结合的方法进行去噪处理。(2)图像分割主要完成前景目标与背景的分割工作。针对大山树林等复杂背景下的图像分割问题,首先提出一种动态改变惯性权重的自适应粒子群算法,然后利用该改进的粒子群算法对二维OTSU阈值分割算法进行优化,并采用该优化过的算法对图像进行前景与背景的初分割,最后采用一种多特征融合的SVM图像分割算法对初分割后的图像进行再分割。(3)图像分析主要对异物检测与定位算法进行研究。首先提出一种基于区域特征的二值图像处理方法,并结合形态学修正来去除图像中遗留的对前景目标检测不利的干扰区域,然后采用概率Hough变换进行电力线直线检测并拟合得到完整的电力线边缘,最后提出一种基于二值图像像素内部特征的描述方法对异物进行检测与定位。本文通过多张测试图像对算法的准确率和运算耗时进行分析。结果表明,该算法能快速准确地筛选出悬挂有异物的图像并对异物进行定位。最后利用Qt开发框架对电力巡线管理系统进行设计与实现。该系统具有异物检测、数据记录、数据查询与修改和用户管理等功能,可大大提高无人机电力巡检效率。