近年来,随着我国国民经济的快速发展,电网规模不断扩大,输电线路长度迅速增加,问题也逐渐爆发出来。首先,电力运维存在非常严重的结构性缺员;其次,传统巡检依靠运维人员徒步地面巡视和逐基登塔巡视,巡检的效率特别低、质量低、运维工作人员安全无保障。目前将无人机应用于输电线路巡检的案例均是由飞手操控,对飞手有极大的依赖性,存在极大的安全隐患。为解决上述问题,本文提出将图像识别应用于巡线飞控的研究。本文采用机器视觉的方法判断无人机与需要巡检输电线路相对位置,然后调整无人机的姿态,使无人机能够自主地完成对输电线路的巡检。在图像预处理方面,设计一种维纳自适应滤波器来滤除航拍过程中产生的噪声。针对于输电线路提取的问题,在对比几种边缘检测算法的基础上改进Canny算法,结合hough变换将图片中的输电线路提取出来。然后提出一种结合改进的SIFT算法的双目视觉测距方法,计算无人机与输电线路的相对距离;最后,设计了无人机与输电线路相对角度的求解方法,完成无人机与输电线路的位置解算。最后,在对相关理论知识进行研究的基础上,完成了该系统的总体设计和各部分的软硬件设计,通过大量的实验结果和仿真结果的对比分析,验证了本文系统提出方法的可行性和可靠性。对比传统的输电线路巡检方式,本系统极大的提高了巡检效率和安全程度,并且还可将本系统应用于桥梁巡检、铁路巡检、管道巡检、自主降落等项目中,具有良好的适应性。