本发明提出了一种基于巡检机器人的滑块式断路器识别方法。本发明主要分为5个步骤:(1)利用图像数集训练SVM多分类器;(2)巡检机器人到达指定巡检点获取待检测图片;(3)对目标区域进行粗定位和精确定位,筛选目标候选区域得到滑块式断路器;(4)对获取到滑块式断路器进行图像预处理,提取出连通面积最大的两个区域;(5)分别提取两个连通区域的HOG特征,并将其送入SVM多分类器得到最终的识别结果。本发明利用机器学习,能在不同光照、姿态条件下能有效完成滑块式断路器检测识别任务,提高了复杂环境下图像识别的自动化水平和准确率,最大限度的减少了漏检、误检问题。