利用小型无人机搭载照相或摄像设备，沿输电线路走廊飞行，近距离拍摄线路及其关键部件，获取航拍图像，运用图像处理方法对航拍图像进行分析，实现高压输电线路的自动诊断，这一技术对实现输电线路自动巡查工作具有重要意义。其中，输电线路部件的识别及缺陷检测是关键技术，同时是技术难点。本文针对这一课题，重点研究了航拍图像中的相位标志牌的识别、电力线的提取、绝缘子的识别以及绝缘子缺陷的检测，并开发设计了一套自动识别软件。针对相位标志牌的识别，首先对HSI空间的三通道图像分别进行阈值分割，之后利用形态学进行去噪或扩边，最后求取交集，这种方法能有效滤除背景及噪声干扰，较为准确地获取相位标志牌的前景图像。针对电力线的提取，利用图像增强结合Ratio算子进行边缘检测，然后运用Hough变换检测直线，最后设计特征检测算法滤除误检，从而提取准确的电力线。针对绝缘子的识别，首先综合运用图像的H分量和S分量，使用OTSU方法或最佳熵值图像分割方法，获取绝缘子前景图像；之后针对绝缘子间相互遮挡的情况，直接运用轮廓处理算法，获取绝缘子串的整体轮廓；针对相互无明显遮挡的情况，利用直方图统计法，滤除误检轮廓，获取较为准确的绝缘子轮廓。针对相互无明显遮挡的绝缘子前景图像，根据绝缘子轮廓特点，设计一种基于绝缘子空间序列关系的特征检测算法，实现绝缘子串中部缺陷的检测与定位。本文对所提出的方法思路，通过大量图片进行实验测试，证明其具有较好的效果。设计的输电线路典型目标自动识别软件，能实现文中所述算法的实际运用，具有一定的工程应用价值。