红外热像仪作为一种快速、无接触监测手段早已广泛应用于电力行业,早期的手持式红外热像仪需人工定点巡视测温。随着设备内部热缺陷未能及时发现而导致故障的事件逐年增多,对于全自动监测系统的需求越发突出,国内最早在2002年实现第一代变电站内智能巡检机器人,近年得到快速推广使用,类似地其他监测系统诸如定点式也相继研发,该类系统均搭载有红外和可见光传感器,本文在此发展背景下,提出一种双视频信息融合的方法,并自主设计一套应用此方法的在线监测系统:通过提取直线边缘特征实现双视频图像配准,首先利用对偶原理推导了直线对计算变换矩阵的理论基础,基于此理论在图像中查找直线边缘,建立直线的三个参数描述,并以此进行匹配,得到至少四个直线对即可进行变换矩阵计算。与典型的特征提取算法SURF和BRISK比较,本文提出的算法对红外图像提取效果更好,应用于变电设备具有简单、有效的特点。并且基于子带分解多尺度Retinex(SD-MSR)实现双视频图像融合,SD-MSR是一种广泛使用的图像增强方法,本文对其进行改进,提出互补型对数函数作为强度传递函数,兼顾了图像阴影部分和高亮区域的对比度增强,该融合方法将图像增强和图像融合步骤同时处理,通过与基于梯度融合和基于小波融合的方法进行实验比较,主观评价结果表明该方法具有更好的对比度、更高的细节表现力,客观评价显示该方法的平均梯度和空间分辨率均高于其他两者,表明该方法在融合图像的清晰度和细节突出方面均好于其他两种融合方法。设计了一套变电设备状态监测系统,硬件采用立柱式双视频监测装置,具有无需充电,可全天候运行的优势,软件系统应用该算法实现双视频图像的配准和信息融合,使系统在复杂天气环境下获取更多信息,避免因图像降质而误报警或未报警,并可用于监测站内异物闯入、起火、爆炸等突发事件。