由于输电线路中绝缘子长期暴露在野外中,受到持续的机械张力、电气闪络和材料老化等问题,会产生绝缘子自爆、裂缝和污秽等缺陷。如果不及时检测出并更换,会导致严重的事故和巨大的经济损失,因此输电线路中绝缘子的缺陷检测就显得尤为重要。本论文是利用图像处理技术对航拍图像中的绝缘子进行识别,并对典型的两种缺陷即自爆和局部污秽进行检测。本文的主要工作包括以下三个方面：一是图像预处理,由于航拍图像中存在噪声、背景复杂等的问题,所以对绝缘子图像进行相应的预处理操作。主要包括图像灰度化、图像增强和去噪。利用灰度化处理降低图像信息量,减少后期处理时间；通过对全域线性变换和非线性变化两种方法对图像进行增强,由实验结果验证全域线性变换对图像增强更加有效;最后航拍图像中普遍存在脉冲噪声和高斯噪声,所以利用中值滤波消除脉冲噪声,谐波均值滤波消除高斯噪声。通过预处理,图像的对比度和质量都得到很大的提高,图像特征更加明显。二是绝缘子定位,首先介绍了目前用于绝缘子识别的方法,针对绝缘子边缘的纹理性特征,提出了利用边缘方向直方图对绝缘子进行识别;其次对传统边缘方向直方图算法进行详细的介绍；最后提出了改进的边缘方向直方图算法,通过该算法确定绝缘子的候选区域,并对候选区域进行精确定位,扩展绝缘子区域,最终实现定位绝缘子的目标。三是绝缘子缺陷的检测方法,首先采用局部二元模式(Local Binary Pattern, LBP)算子提取绝缘子的纹理特征,然后利用半监督学习的方法将绝缘子分类,包括正常、自爆、受污秽和其他四种类型；对绝缘子图像中的自爆缺陷采用滑动窗口的方法计算模板和窗口的直方图距离,通过归一化的直方图距离判断是否存在缺陷,并定位缺陷位置；最后对局部污秽进行检测,主要是指鸟粪污染,鸟粪一般在绝缘子的伞裙边缘,且呈现白色的闭合区域,因此利用提取纵向灰度值变化率的方法对鸟粪进行检测,破坏绝缘子纵向灰度变化率规律的位置即为受鸟粪污染的区域。本文提出的算法都在相关章节通过实验验证了算法的有效性。