随着电力需求不断增加、输电线路规模不断扩大,传统的人工巡检的方式存在人力物力资源消耗大、安全性差、效率低下等一系列问题,采取更自动化、智能化电力巡检方式已经成为电力相关工作者乃至社会各界的研究热点,进行对绝缘子缺陷检测方法的研究为实现智能化输电线路巡检提供参考依据,其意义重大。通过研究“如何利用无人机航拍绝缘子图像结合不同缺陷检测方法”进行绝缘子的定位和“自爆”位置的识别,从而实现绝缘子“自爆”缺陷的自动检测,本文的工作主要分为以下三个部分。数据分析与处理,结合研究过程以及航拍图像数据特点对原始图像进行去重、降采样、图像增强、噪音去除等数据预处理操作,以确保基础数据的准确性和有效性。利用图像处理进行缺陷检测方法的研究,采用基于连通区域、直线拟合、形态学的图像处理方法,设计算法模型并进行试验实现了绝缘子定位和“自爆”的检测。利用深度学习进行“自爆”检测方法的研究,结合实际绝缘子数据,采用了基于区域建议的级联式绝缘子检测模型实现定位和检测功能,利用仿射变换和背景融合进行数据扩增来解决图像数据正负样本数量不均衡的问题,并设计了多组实验验证模型的有效性。通过对航拍绝缘子图像进行预处理,设计并实现图像处理和深度学习检测方法进行自爆缺陷的检测,实验结果表明,对于输入的绝缘子图像,可以实现绝缘子定位和自爆区域的识别并在图像中标识出缺陷的位置,帮助工作人员快速找到破损绝缘子并及时更换。