绝缘子具有支撑导线和阻止电流通过的功能,是变电设备中不可缺少的元件之一。绝缘子红外图像具有一般红外图像的共性,如反映目标热信息、清晰度较差,但也具有独特的信息。绝缘子可见光图像能够清晰地反映场景信息和边缘信息,但不具有热信息。因此,将绝缘子红外与可见光图像融合能够提高热故障定位精度。本文主要研究了绝缘子红外与可见光图像融合方法,改进了现有融合规则,完成了绝缘子红外与可见光图像的融合实验,通过对比实验进行了主观和客观的评价。由于经典的指导滤波存在手动选择参数的缺点,本文提出了加入相似性判断的参数自适应选择指导滤波方法,完成了具有相似性判断的自动选择偏移函数和平滑因子的滤波器设计。滤波结果表明,参数自适应指导滤波在细节增强和边缘保持等方面较经典指导滤波有很大的提高。针对绝缘子图像的独有特点,绝缘子红外与可见光图像融合过程中存在伞盘边缘信息模糊,亮度低和对比度差等问题,本文主要研究了基于NSCT(Nonsubsampled Contourlet Transform,NSCT)的图像融合方法。图像经过NSCT分解,低频子带主要继承了源图像能量信息,高频子带主要包含源图像边缘信息。本文设计了基于NSCT和经典指导滤波的图像融合方法,低频子带采用局部区域能量代替单像素的融合规则,高频子带采用经典指导滤波作为融合规则。本文方法既保存了低频子带的能量信息,提高了融合结果的亮度,又将经典指导滤波应用高频子带融合中,达到了很好的保边去噪的效果。由于基于NSCT和经典指导滤波的方法中,经典指导滤波未达到参数的自适应选择,同时也没有考虑局部区域能量在概率上的相关性,本文研究了基于NSCT和参数自适应选择指导滤波的融合方法,高频子带系数采用参数自适应选择指导滤波,在保边去噪的同时,完成参数的自适应选择,低频子带系数采用区域相关能量方法,通过对比实验,本文的融合结果失真较小,将可见光伞盘边缘信息与红外热信息有效结合,提高了融合图像的亮度。NSCT属于多尺度稀疏,训练字典属于规定的数学模型,不能考虑图像之间的特性,因此低频子带存在稀疏不完全的问题,而联合稀疏的核心思想是通过训练超完备字典将图像用共有部分和特有部分表示,因此本文研究了一种基于联合稀疏和参数自适应选择指导滤波的融合方法,图像融合结果亮度高、边缘清晰且边缘强度大,客观指标也较好。