输电线路是电力系统输电的基础设施，是电网输电和供配电的重要组成部分，对电网的安全稳定运行是必不可少。目前，传统的输电线路弧垂和异物检测方式智能化程度低、时效性差，检测效果有限，无法满足电网智能化建设的需求。本文基于智能图像处理技术，提出了输电线路弧垂和异物检测的新方法，有效的解决了输电线路弧垂和异物检测智能化程度低、时效性差的问题。　　本文利用智能图像处理技术，重点对输电线路的弧垂检测算法、异物检测算法和输电线轮廓提取算法进行研究，根据输电线路图像特点，选取合适的图像预处理算法，对采集的输电线路图像进行预处理，包括滤波去噪处理、灰度化处理、图像均衡化处理，为后续输电线路检测算法的研究奠定基础;提出一种基于像素数量统计算法的图像处理方法，像素数量统计算法是在图像阈值分割提取目标轮廓的基础上，再次使用阈值分割算法来统计图像每行每列像素的数量，后续检测算法是在像素数量统计算法的基础上进行的;利用像素数量统计结果对输电线路进行单一异物检测，对传统K均值算法做出改进，并利用改进后的K均值算法对输电线路图像像素数量统计结果进行聚类分析，根据分析结果进行输电线路多异物检测;结合输电线路异物图像特点，对霍夫变换直线检测算法进行了改进，并利用改进后的算法实现存在异物时输电线路轮廓的提取;利用像素数量统计算法实现输电线路图像弧垂的提取，然后提出一种由图像计算弧垂实际大小的方法，最后提出距离层次性算法，实现多输电线弧垂的提取。提出了输电线路异物检测算法、存在异物的输电线轮廓提取算法、输电线路弧垂提取和测量算法，有效的解决了输电线路弧垂和异物检测问题，促进了输电线路智能图像检测技术的发展，为实现输电线路弧垂和异物检测的智能化奠定了理论基础。