电气设备在运行中受环境、安装等因素的影响会产生放电现象，长期的放电会增加故障的发生概率，威胁电力和铁路的安全稳定运行。紫外成像仪作为一种探测微弱电晕放电的精密仪器近年来逐渐被应用到电力巡检中。紫外成像仪可分别对放电产生的紫外光信号及周围背景的可见光信号进行成像，并对两图像进行融合以达到定位放电位置的目的。本文主要针对图像融合的相关技术和紫外成像仪中的实时视频图像融合进行研究。
　　本文主要从基于特征和基于互信息两方面研究了紫外光与可见光图像的配准。分析了基于特征的图像配准流程，并通过Scale-invariantfeaturetransform+RandomSamplingConsensus(SIFT+RANSCA)、Scale-invariantfeaturetransform(SIFT)、SpeededUpRobustFeatures(SURF)三种算法对紫外光与可见光图像进行了特征提取和匹配。此外，本文研究了一种基于互信息的紫外光与可见光图像配准算法，从配准流程整体介绍了基于互信息的算法原理，研究了基于互信息的相似性测度，采用1+1进化算法寻找最优相似性测度，得出刚体变换参数用于紫外光图像的配准。通过对基于特征的几种配准算法与基于互信息的配准算法在紫外光与可见光图像上进行仿真，分析结果表明基于互信息的配准算法在紫外光图像配准方面具有很好的效果。
　　经过严格的配准后，已经具备了图像融合的基本条件。接下来，本文提出了一种基于非下采样剪切波(Non-subsampled Shearlet Transform,NSST)和自适应稀疏表示(Adaptive Sparse Representation,ASR)的紫外光与可见光图像融合算法，通过对两幅图像进行NSST变换，对高频子带和低频子带分别采用不同的融合规则。本文重点研究了紫外光与可见光低频子带图像的标准偏差，并采用标准偏差取大的融合规则；对于高频子带，分析了自适应稀疏字典的训练及高频的融合规则。通过与其他文献提到的融合算法进行仿真对比，结果表明本文提出的算法在主观视觉和客观评价方面具有双优性。另外，为满足紫外成像仪中的实时视频图像融合，根据紫外光与可见光图像的特点，本文还研究了一种基于像素比较和加权的图像融合方法，为下一步的实时融合提供了指导思想。最后根据项目需要，硬件处理系统选型为海思平台的HI3531D，并完成了图像配准在紫外成像仪中的应用，实现了基于海思平台的实时视频图像融合。
　　结果表明，本文研究的紫外成像仪的图像配准与图像融合技术能够有效的获取配准参数，融合效果较好。在硬件平台下的测试结果达到了设计要求。