电力设备是电力系统的主设备,因此对电力设备的故障检测具有重要的意义,然而,电力设备常常处于高电压、大电流、高温的工作状态下,同时还受到日晒、雨淋、潮湿的考验,并且长期连续运行在恶劣的环境中。所以设备非常容易产生劣化和缺陷,甚至形成事故。为了保证安全、可靠的发供电,必须大力开展设备故障检测和故障诊断。由于传统的检测方法效率较低,所以更加先进、成熟的检测方法成为一种迫切的需要。本文主要讨论了基于红外热成像技术的电力设备检测方法,并从两个方面进行了具体的分析,一个是电力设备检测的流程框架;二是针对电力设备的红外图像配准算法。红外图像配准算法是本文讨论的重点。由于图像获取设备属于硬件设备,每次停靠的位置会发生微小误差。这就造成了每次获取的红外图像的相对位置与初始化时的位置存在着误差,所以需要对图像进行配准。本文详细讨论了针对电力设备的红外图像配准算法,具体的配准过程分为五个步骤,首先是图像分割,然后依次是形态学算法提取区域骨骼、特征点提取算法、特征点匹配算法,最后是将本次采集的图像与参考图像进行配准并得到坐标对应关系,最终实现了两幅图像的配准。实验结果表明了算法具有较高的配准准确率,但仍有待提高,如何改进特征点的匹配算法是今后进一步研究的课题。