通过分析杆塔镂空的结构特征，提出了一种基于杆塔梯度方向直方图（HOG）的由远及近杆塔部件检测方法。使用不同方位下杆塔HOG特征训练多层感知机（MLP），得到训练后的分类模型，将航拍图像输入到分类模型中识别杆塔的方位，最终实现了局部目标的检测。相比于深度学习神经网络，该方法的分类特征更加明确，更具有代表性。实验结果表明，所提方法的检测准确率比Faster RCNN（Regions with Convolutional Neural Networks）方法高27.9%，运算时间比Faster RCN