摘要：由于具有非接触、被动测量的优点，红外热像仪常被用于对电气设备进行故障监测与诊断。基于红外图像处理技术，对设备红外图像进行灰度转换，建立了红外图像灰度和温度之间的映射关系，通过灰度I.值可以对设备故障区域进行二值分割、故障区域的提取，实现了对设备故障区域识别和定位，并对故障程度作出判定。

    0 引言
    红外热像监测诊断技术已经成功在变压器、断路器、隔离开关等电气设备中得到应用，效果显著。对电气设备采用无人巡检的自动化监测方式，利用红外图像处理技术获取电气设备的红外图像，采用图像处理获取红外图像的信息，通过建立图像的温度数据特征并结合设备运行的正常温度，可实现电气设备红外检测智能诊断。段少辉等人提出了基于红外图像识别的电气设备温升检测；李宏贵、等人在Gabor小波和神经网络的研究分析基础上，有效地将神经网络和像元进行结合，开展了对红外图像识别算法的进一步分析；陶硕等人结合图像处理技术，通过试验进行对比研究和论证，对变电站红外图像的故障区域进行了有效识别。本文将建立系统的基于红外图像处理技术的电气设备故障智能监测诊断方法，为现代装备安全运行及科学管理提供技术支撑。

    1 红外图像故障识别
    1.1红外图像的温度值
    根据红外图像的温度分布和对应的灰度映射特征，确定红外图像每一个像素点温度和灰度的对应关系，设定一定的温度阑值，转化成灰度ON值，从而将温升区域进行定位。故障识别的流程图如图1。

    对于通过红外热像仪获取的一幅电气设备红外图像，通过TliermCAMTM Quick Report软件可以快速获取任意测量点温度和任意测量区域温度。温度提取流程如下：
   （1）使用红外热像仪拍摄红外图像；
   （2）使用USB线缆移动图像，将图像从热像仪传输至电脑；
   （3）在ThermCAMTM Quick Report软件中生成红外图像温度数据。
    图2与图3反映的是设备红外成像流程和红外图像对应的温度数据报告信息。

    1.2红外图像的灰度值
    将红外图像转换成灰度图像以后，灰度图像不能显示温度信息，而是得到强度信息矩阵f（m、n），其值域是［0、255]。矩阵的每个元素代表不同的亮度或灰度级，当亮度值为0时，表示的是黑色，亮度值为255时，表示的是白色。以空气开关的灰度图像为例，选取灰度图像的某一区域，灰度值见图4。

[1] [2] [3]  下一页