电气设备及电网的安全运行，不仅与人们的日常生活息息相关，也严重影响着一个国家的社会经济活动，因此电力故障的早期预防和维护是十分重要的，电气设备的故障诊断也成为了一直以来的研究热点。传统的电气设备故障诊断通常是由检修员利用仪器、仪表等定期地测量电气设备的运行参数，在对参数进行分析计算后得出诊断结果，这种方法不仅操作复杂、无法得出实时结果，而且耗费大量时间和人力成本。红外热成像技术是一种无损技术，近年来红外热成像设备在电力系统中应用逐渐普遍，本文借助红外热成像仪获取电气设备的热图像，结合图像处理技术，提出了两种可行的故障诊断方法，并在搭建的电气设备故障诊断平台上对两种算法进行了实例分析，具体工作如下：本文提出了一种扩展Mean Shift算法，基于传统Mean Shift算法的迭代思想，利用直方图描述目标，并使用矢量进行加权来定位目标的位置，将电气设备的故障诊断这一实际问题转化为Mean Shift的模态检测问题。首先，选取一个初始像素点并求其Mean Shift矢量，该矢量将初始像素点引导至更接近目标模态的位置；其次当检测到目标模态时利用Mean Shift核函数来获取图像的真实位置，最后利用MeanShift算法的迭代作用找到整幅图像中的所有目标模态，并对所有真实位置组成的区域进行分割。该Mean Shift算法的编程在MATLAB平台上实现，并得到故障诊断的定性结果。实例分析结果显示该算法的特征计算简单，能准确判断电气设备是否存在故障。本文提出的第二种方法是改进的MSER算法。它利用MSER仿射不变等优良特性，首先对电气设备热图像进行特征提取，并找出最大稳定极值区域，再用椭圆对该极值区域进行拟合，最后进行标准化处理，消除干扰得到分割结果。通过实例分析和比较，改进型MSER算法不仅能得出定性诊断结果，还能从图像灰度值与温度之间的联系中得出温度、温差率等定量数据。文中根据国际电气测试协会(NETA)标准对该定量数据进行温差率范围的判断，从而确定是否存在故障。本文采用Visual C++、MATLAB混合编程的方式，结合OpenCV、MFC设计并完成了一个电气设备故障诊断平台。该平台通过调用本文提出的两种算法，对变压器、线圈、高架线缆、接线端子等多类电气设备进行故障诊断，以及接线端子的100次重复试验，结果表明诊断结果的正确率达到98%。该诊断平台操作简单，实用性强，并具有很强的可靠性和普适性。