随着经济建设快速发展,在超高压输电线路建设中,复合绝缘子以其憎水性强,结构强度高,重量轻等优点逐步代替了传统的陶瓷、玻璃绝缘子获得了广泛的应用。因此复合绝缘子的质量,很大程度上影响到了整个电网的安全。绝缘子芯棒作为复合绝缘子的重要组成部分,其缺陷是高压电传输线路的重要隐患。本文结合视觉检测技术,研究绝缘子芯棒视觉在线检测系统中的关键技术。主要研究内容包括：芯棒缺陷目标提取算法,芯棒缺陷图像特征提取与分析,芯棒缺陷自动分类算法,芯棒缺陷在线检测软件系统。论文的主要工作及成果如下：(1)研究绝缘子芯棒缺陷特点,基于LBP纹理模型和高斯模型实现缺陷目标提取算法。并通过缺陷目标标记、缺陷定位、降噪处理、缺陷合并以及缺陷融合等处理后完成了缺陷目标的准确提取。取得了良好的缺陷识别提取效果。(2)为实现缺陷图像的自动分类,对芯棒缺陷图像集进行分析,分别提取了18维灰度特征,20维投影特征以及16维纹理特征,合计54维特征组成初级特征向量。为了进一步消除特征间冗余信息,实现数据降维,对初级特征向量进行了主成分分析,在保持90%以上信息的基础之上获得了8维特征向量,作为特征分类器的输入。(3)针对样本集小,特征维度低等特点,选取SVM对缺陷图像进行分类。构造了21个SVM模型以组成芯棒缺陷多类分类器。为了获得更好的分类效果,对SVM模型的参数选择进行了相应探讨。最后保证分类准确率在92.9%以上。(4)搭建了芯棒缺陷视觉在线检测系统雏形。完成了在线检测系统的主要功能模块。实现了缺陷检测的可视化操作。