本文把图像配准引入到电气设备的双通道图像在线监测中,红外图像与可见光图像配准后可得到设备更丰富、更全面、更综合的互补信息,能提高电气设备实时在线监测的准确性与有效性,有利于保障电网的运行安全。本文首先构建了变电站电气设备双通道图像在线监测系统,研究了配准之前的预处理方法和红外与可见光图像的配准方法,主要工作如下:1.根据现场的实际情况,提出了一种变电站电气设备双通道图像在线实时监测的方案,构建了以红外传感器和可见光CCD(Charge Coupled Device,电荷耦合器件)传感器为核心器件的双通道监测的实际系统。系统实现了对设备的可见光图像和热状态信息的远程、实时、在线监测,提高了在线监测的可靠性和准确性。现场运行表明,该系统稳定可靠、效果良好。2.复杂的现场采集条件使获得的红外图像和可见光图像存在噪声干扰,配准之前必须对图像进行预处理。研究了两种消噪方法:①从估计图像中噪声的统计特性出发,提出了一种基于噪声标准差估计的小波图像去噪方法;②图像信号和噪声信号是由不同的物理源产生的,是相互统计独立的,将ICA(Independent Component Analysis)方法应用于图像去噪,提出了一种基于FastICA算法的去噪方法。实验结果表明两种方法都能提高图像质量,突出图像特征,为下一步红外图像与可见光图像的配准研究做了充分准备。3.通过理论分析与推导得出了基于经验模式分解的配准原理,并以互信息为配准测度,提出了一种基于剩余图像和互信息的红外与可见光图像的配准方法。大量红外与可见光图像配准结果验证了配准原理的正确性和方法的有效性及先进性,该方法取得了比传统互信息法、基于小波分解和互信息的方法更高的配准精度。对医学图像、遥感图像等多模态图像的配准也获得了较高精度的配准效果。4.把新颖且性能优秀的SURF(Speeded Up Robust Features)算法应用到红外与可见光图像的配准中,针对红外和可见光图像细节差别大甚至存在对比度反转和两者轮廓大体一致的特点,提出了一种基于边缘提取的SURF红外与可见光图像配准方法,解决了用红外负像配准的片面性问题和SURF算法对模态敏感的问题,从电气设备红外与可见光图像的配准结果可以看出该方法取得了非常快的配准速度和较好的配准效果,可满足在线实时的应用需求。