本文着眼智能电网发展趋势,分析了变电站智能巡检机器人在程序化操作方面的应用,结合当前机器人自动识别高压隔离开关分合状态面临的困难,提出了使用基于局部特征的物体识别算法,实现倒闸操作过程中,高压隔离开关状态匹配识别。携带可见光摄像头的智能巡检机器人,根据基站层发布的指令通过磁轨迹或GPS智能巡迹导航至目标设备,调整云台角度抓取隔离开关照片后,对其进行分合状态分析识别。这个过程中,会出现拍摄目标尺度变化、视角平移或旋转等问题,加之室外变电站设备背景复杂、易受到天气影响,会给隔离开关照片带来噪声干扰和光照变化,给匹配识别带来了挑战。本文首先提出了基于SIFT关键点检测的新型信息量直方图的构造,不同于传统直方图,该直方图能够实现像素灰度级承载的信息量和其重要性的高度匹配。该直方图应用于图像增强时,可以有效降低背景干扰、凸显图像细节。在对隔离开关照片进行预处理时,对于图片光照影响和噪声干扰,具有明显的改善。对于经过增强的高压隔离开关图像,本文使用了基于SIFT关键点匹配分析自动识别算法,该算法能够有效克服尺度、平移和旋转对于目标识别匹配的影响,具有良好的适应性。为了实现状态自动识别,文中为高压隔离开关选定分闸状态模板图和合闸状态模板图,将实时图与模板图进行关键点匹配,设置匹配阈值,实现分合判断。在SIFT关键点匹配分析实验过程中,模板图的选择对于匹配的准确率和效率影响较大,经过实验对于分析,选用了目标局部图像模板图,识别正确率达99.75%,识别效率较高。