输电线路是电力网络的重要组成部分,在电能传输的过程中起到了重要的作用,关乎着电网的安全稳定性。我国电网规模大、结构复杂,以传统的人工方式巡检,效率低,局限性大,而目前信息技术及民用无人机行业的迅速发展,为无人机巡检输电线路提供了便利条件。以无人机进行巡检的技术及方式也符合当下越来越高的智能化、信息化的要求。本文针对无人机巡检采集的视频图像序列,结合机器视觉,进行了输电线路识别、跟踪的研究。本文首先对无人机航拍输电线影像进行预处理操作,结合输电线在影像中的特征,将图像从色彩空间转换为灰度化图像后进行非线性变换,实现对比度的调整、增强;分析及对比去噪方法,以改进维纳滤波对航拍影像进行平滑降噪处理。然后介绍分析了 Hough类直线检测和基于梯度方法的LSD直线检测方法,针对Hough变换法检测输电线及LSD算法检测的漏检等缺陷,研究了一种基于主曲率和主方向的输电线检测算法,利用背景像素与直线像素主曲率差异较大的特性筛选潜在直线像素,以像素方向构建直线支撑区域,实现对输电线的检测。该算法不依赖于图像梯度边缘的分割,可有效的避免基于梯度方检测到的输电线双侧阶跃边缘特征给相近输电线带来的干扰。在检测到影像中潜在输电线后,进行输电线筛选,然后完成输电线的拟合输出。最后分析了无人机自动巡线时,输电线在图像中的运动情况,尝试构建了输电线目标的简化模型,研究了卡尔曼滤波的跟踪方法,通过无损卡尔曼滤波跟踪输电线目标的感兴趣区域,实现对视频图像序列中输电线的识别跟踪。本文在MATLAB平台上进行了算法的仿真验证。经实验验证,本文所提供的方法能有效的实现对视频图像序列中输电线的识别与跟踪。