随着我国改革开放的逐步深入、经济建设的迅猛发展,对于电力的需求也随着各行业的发展日益递增。绝缘子是输电线路中的重要部件,对其进行定期巡检是保证电力行业正常运行的必要工作。在山区、平原等地形不一、区域环境复杂的地方,传统的人工巡检方式不仅耗时耗力,且带有一定的危险性。目前,直升机被广泛的应用在输电线巡检中,怎样利用计算机视觉技术对航拍视频或图像的处理,成为了研究的重点。本文主要研究了高压输电线路航拍视频中对绝缘子进行跟踪识别和定位,以便为后期的绝缘子故障的识别提供条件。首先,对航拍绝缘子视频进行预处理,对视频帧图像进行去噪,先后用均值滤波、中值滤波和高斯滤波三种方式对视频帧图像进行去噪,利用峰值信噪比(PSNR)比较了去噪效果,选取合适的滤波方法。然后,本文对几类目标模型以及几类视频目标检测方法进行了论述,介绍了常用的目标模型以及视频目标检测的方法：光流法、帧间差分法以及背景差分法,并通过实验结果的分析和对比得出：光流法对于速度矢量发生变化的物体都会检测出来,仅适用于运动物体较为明显的视频；帧间差分法对于前景与背景同时变化的场景很难区分,干扰因素去除不了；背景差分法对背景建模有很高的要求,算法复杂,实时性较差,这几类方法均不适用于含有镜头突变以及背景复杂的航拍视频。考虑到航拍视频中绝缘子的颜色较铁塔和背景的颜色有差异,本文以基于颜色的目标模型进行分析作为切入点,对Mean-shift和Camshift目标跟踪方法进行了介绍和分析,通过实验的对比分析得出Camshift目标跟踪算法适用于该航拍绝缘子视频中绝缘子的提取与识别,其基于颜色的目标模型正好符合视频中绝缘子的特点。在此基础上,本文通过对视频的分析以及Camshift的理解,对其进行了改进,使得该算法在对绝缘子的提取和识别上得到了更好的效果。