随着计算机视觉在理论方面的不断发展和逐渐成熟，基于计算机视觉的各种应用技术也不断涌现，在生产和生活中发挥着重要的作用。本文在计算机视觉技术的基础上，结合实际生产中遇到的问题，提出解决输电线路故障检测问题的方法，以达到对传统技术革新的目的，并进一步深化对计算机视觉技术的理解。空中输电线路的定期检查和维护，是一项高难度，高危险，工作量繁重的任务。由于输电线路分布地点比较多，所处地形复杂，电力线及杆塔附件会受到许多不定因素影响，如不及时处理和修复，将导致严重事故，给电力传输带来极大隐患。因此定期检查和维护架空输电线是保持国家电力平稳发展的重要举措。长期以来，我国输电线路的运行维护检修的大部分工作主要靠人力操作，巡检精度低，劳动强度大，存在巡检盲区，森林疾病及野生动物也给巡视人员带来安全隐患。随着机器视觉及图像处理技术等关键技术的不断发展，世界各国逐渐采用直升机巡检输电线路的方法代替人工作业。直升机巡检从空中观察输电线路，具有范围大、视角宽、效率高、不受地域影响等优势。基于计算机视觉的输电线路异常巡检图的识别技术主要是通过对直升机巡检图像进行图像信息中输电线路的重要部件进行设别，分析关键帧图像的图像异常特征，达到关键图像信息中输电线路缺陷识别。我们借助OpenCV相关的图像处理方法和图形学相关理论，针对异常巡检图中常见的三个情形——输电线分叉、输电线悬挂赃物和绝缘子掉串，提出了较好的识别方法。本文提出的方法可以在一定程度上提高异常巡检图识别的效率，具有一定的实用性。对于输电线分叉，先对航拍图像做基本处理，包括灰度化、中值滤波、阈值化、边缘检测和形态学闭运算，然后使用霍夫直线检测提取出图像中的输电线，最后分析直线的斜率并结合实际误差，判断出巡检图的分叉情况。对于输电线悬挂赃物，在对航拍图像基本处理的基础上，对图像直线检测以提取输电线，然后对输电线所处的小块区域进行卷积操作，计算区域内“脏点”的比率，结合实际误差，最终确定输电线是否悬挂赃物。对于绝缘子掉串，先提取航拍图像的HSV空间的H分量图像，校正图像的方位，使用正常的绝缘子H分量图像作为切片对图像进行轮廓匹配，然后根据绝缘子的对称性及位置特征过滤掉错误匹配上的区域（包括竖直方向和水平方向），最终根据绝缘子串的位置特征即可判断是否掉串。基于计算机视觉的输电线路异常巡检图的识别技术，解决了人工检测的诸多不便，具有人工不可替代的优越性，当然其中也仍然存在着不足，我们会在实际的应用中逐步加以改正。