电气设备在线监测能及时发现电气设备的缺陷与故障,对提高电力系统的安全性与稳定性具有重要意义。紫外成像法能直观、准确的显示放电图像,基于紫外成像理论的电气设备放电监测方法正逐步得到推广。然而,目前基于紫外成像理论的电气设备放电监测方法仅停留在有无放电等表象阶段,难以做到放电信息的有效提取。对紫外放电图像的信息进行进一步处理与分析可提供众多电气设备放电有效信息,实现电气设备放电的有效预警。针对紫外放电图像信息的有效处理与提取,本文从紫外成像的机理出发,在分析紫外放电图像特性的基础上,首先对紫外放电图像进行灰度化预处理以减小紫外图像的存储空间、减小紫外图像的信息冗余量,便于后续分析。针对紫外放电监测拍摄环境复杂,放电图像易受噪声污染的特性,基于可疑噪点理论的改进中值滤波方法对紫外放电灰度图像进行去噪处理。该方法通过判定各像素点的灰度值以判定该像素点是否为受噪声污染,进而实现准确中值滤波,解决了普通中值滤波滤波窗口选取不当对去噪结果的影响。采用本文方法,通过仿真实验,并与基于普通中值滤波、自适应中值滤波方法的去噪结果作对比,验证了本文方法的有效性。采用基于迭代法的二值化阈值判定准则对紫外灰度图像进行二值化转换得到紫外放电二值化图像,进而以白色像素区域为紫外放电光斑区域,实现紫外光斑的有效提取。在此基础上,以紫外放电二值化图像中白色放电光斑区域像素的总数目作为紫外光斑的面积,实现了紫外光斑参数的计算和提取。基于上述分析理论,开发了一套紫外放电图像处理软件系统,实现了紫外图像处理的基本功能,为更好的实现基于紫外成像理论的电气设备放电监测提供支持。