随着中国电力事业的迅猛发展，和电力事业智能化建设的需要，基于视觉的输电线路的巡检成为研究的热点。本文研究基于视觉的输电线的检测与跟踪，其目的：一是对未来输电线损伤断裂的识别奠定基础，二是探讨无人机跟踪输电线完成基于视觉的自动导航。本文的算法是在Win7操作系统下，借助MATLAB2009a开发工具实现并验证的。主要内容如下：（1）首先，本文深入的研究并实现了多尺度线状增强滤波器，Unit-linking PCNN滤波器，均值比例线检测算子这三种边缘检测算法，通过对算法参数匹配的难易、实现速度的快慢和实际输电线边缘检测的实验效果等综合因素考虑，本文确定后续工作中使用均值比例线检测算子。（2）其次，本文深入研究了霍夫变换和相位编组的线基元提取算法，分析了它们的优缺点。传统的相位编组法因梯度定位不准，使得输电线的直线支持区支离破碎，针对该点本文提出了改进方法。同时，本文实现了相位编组与霍夫变换的结合，该算法拥有了相位编组对低对比度边缘提取的优点和霍夫变换稳定性的优点，并且在运行速度上也有所提高。（3）然后，本文研究了输电线线基元的后期处理过程。首先针对线基元拟合直线，本文分析了最小二乘和RANSAC的方法两种方法，RANSAC算法拥有排除噪声点干扰，获得稳健直线模型的能力。然后在线的基础上进行K均值聚类的方法排除线性背景的干扰。对于断裂输电线的连接，本文采用了基于证据理论的方法，使得输电线最终呈现较为完整。（4）最后，本文研究了离散卡尔曼滤波和扩展卡尔曼滤波的跟踪方法，尝试建立输电线的运动目标模型，建立了卡尔曼滤波跟踪的感兴趣区域，实现了对视频序列图像的跟踪，并且对扩展卡尔曼滤波的状态方程进行了假设，但由于实验条件受限，没有实现对该方法的实验仿真。