電力紅外熱像拼接技術(shù)研究與應(yīng)用.pdf

1、紅外熱成像技術(shù)是利用自然景物的熱輻射得到成像數(shù)據(jù)，形成視覺圖像，可以在夜間甚至全黑的環(huán)境中工作，而且由于紅外輻射具有穿透煙霧的能力，使得紅外熱成像技術(shù)具有很長好的穿透能力、抗干擾、容易隱蔽和非常強的識別能力，為全天候應(yīng)用提供了可能性。隨著電力工業(yè)的迅速發(fā)展，電網(wǎng)的容量和電壓等級也隨之進一步提高，為了使得供電的安全性和可靠性得到保證，對運行中電力設(shè)備的溫度進行監(jiān)控并自動進行故障診斷顯得尤為突出重要。
　　 但是由于現(xiàn)場環(huán)境和熱像儀

2、拍攝局限等各種原因，往往得到的紅外圖像都是單一的紅外目標圖像或者只是目標的一部分，很難在一幅圖像中顯示一個完整的目標更不用說顯示兩個或者多個紅外目標。因此我們采用紅外熱像拼接的方法對紅外熱像進行拼接，使得在最終用于診斷監(jiān)測的紅外熱像上顯示我們需要的整個或者多個紅外目標。本文主要研究了電力紅外熱像拼接技術(shù)，并且從實際應(yīng)用出發(fā)，研究適合于電力紅外熱像拼接的算法。主要包括以下幾個方面的工作：
　　 (1)系統(tǒng)的介紹了圖像拼接的理論基礎(chǔ)

3、以及圖像拼接的流程，從整體層次上研究把握圖像拼接的關(guān)鍵技術(shù)以及紅外技術(shù)在電力設(shè)備檢測上的應(yīng)用，紅外熱像拼接在電力設(shè)備檢測上的應(yīng)用，并介紹了目前國內(nèi)外常用的幾種紅外診斷方法。
　　 (2)在基于灰度相關(guān)的紅外熱像配準算法中，結(jié)合邊緣提取算法，提出了基于邊緣相關(guān)的圖像配準算法。由于傳統(tǒng)的歸一化的灰度匹配法的時間復(fù)雜度非常大，所以本文結(jié)合特征點配準方法，先提取圖像的邊緣特征點，再利用邊緣特征點對進行相關(guān)計算，并且將相位相關(guān)算法用于紅外

4、熱像配準。
　　 (3)在基于特征點的紅外熱像配準中，詳細的介紹了最常見的兩種特征點提取算法：Harris角點提取算法和SIFT特征點提取算法，并且利用實驗從特征點的分布、特征點的數(shù)目及其控制以及算法的時間復(fù)雜度方面系統(tǒng)的比較了兩種特征點提取算法優(yōu)劣，并在此基礎(chǔ)上提出了改進的基于Harris角點提取算法的特征點配準算法，充分利用特征點鄰域信息來增強配準的結(jié)果。
　　 (4)我們對紅外熱像進行拼接的目的是為了更好的對電力設(shè)

5、備的監(jiān)測和診斷，傳統(tǒng)的圖像合成算法只是注重拼接的消縫處理而對重合區(qū)域做線性或者非線性的加權(quán)處理，但是對于電力紅外熱像來說，這樣處理會直接影響到系統(tǒng)的后續(xù)監(jiān)測和診斷處理，嚴重時甚至?xí)苯訉?dǎo)致診斷結(jié)果的錯誤。為了不僅能非常好的對電力紅外熱像進行無縫處理，并且不會因為合成策略而影響后面的紅外診斷，本文結(jié)合了紅外熱像診斷導(dǎo)則以及以前的診斷經(jīng)驗，提出了一種電力紅外熱像合成策略，這種策略不僅能夠非常好的對拼接的紅外熱像進行無縫處理，而且還不會影響到