根据国家电网最近几年架空输电线路运行故障原因统计发现,涉鸟故障已经成为继雷击、外力破坏后的第三大输电线路故障。针对鸟类故障,国家电网采用了大量防鸟装置,但是效果并不理想,这主要是因为安装防鸟装置的盲目性和鸟类适用能力比较强。为了有针对性进行防鸟,因此有必要开展输电线路相关鸟种智能识别。由于不同鸟类之间颜色、纹理和形状一般不同,因此,本文将其作为特征量,采用支持向量机对输电相关鸟种进行分类。本文主要研究内容及取得的成果如下:1)图像预处理:针对输电线路相关鸟种图像的特点,本文分别采用了直方图均衡化、均值滤波、中值滤波和同态滤波对输电线路相关鸟种图像进行去噪,其中同态滤波能较好的去除光照等噪声的影响。2)图像分割:由于输电线路相关鸟种图像一般有复杂的背景,本文使用的GrabCut的图像分割方法比经典图像分割方法或基于经典图像分割的颜色分割方法分割精度更高,效果跟好。3)特征提取:对于分割出来的目标区域,本文分别提取其颜色、纹理和形状特征。颜色特征本文采用的为颜色矩,其能有效提取颜色信息和计算量比较小;纹理特征本文采用的是灰度共生矩阵,并对比了不同的灰度共生距离条件下的分类效果;形状特征本文使用的为区域描述特征,其对于不同图像质量的形状信息提取比经典的Hu不变矩效果更好。4)图像分类:对于提取的9个颜色特征、8个纹理特征和8个形状特征,共25个特征,分别采用相关性分析法和主成分分析法对其进行降维,其中主成分分析法能有效的提高识别率,最后采用支持向量对5种输电线路常见鸟类进行分类。