在无人值守变电站的红外监测系统中，故障诊断和报警是系统的关键环节，电力系统一直期望对电气设备的隐患故障实现自动检测的功能。虽然红外诊断技术是一种集光电成像技术、计算机技术和图像处理分析技术于一身的在线监测式高新技术，但目前所开发的少数功能软件中，大多是以热像仪的基本功能为中心的，并且都处在初级阶段，不能达到对电气设备的隐患故障进行自动诊断的要求。本文研究的重点是如何应用红外图像的处理技术，准确地检测出电气设备的边缘信息，实现对目标区域的有效划分，并进一步对目标区域进行故障判别，以探求一种有效的电气设备故障分析方法。由于图像分割效果的优劣直接关系到分析理解的正确与否，而边缘又是分割问题中重要的特征参数，所以，提取故障区域的边缘信息成为核心问题。 文中主要研究了J.Shen的边缘检测理论，并对当前三种经典的边缘检测方法进行比较分析；然后针对红外图像的特点，提出了一种基于J.Shen边缘检测理论融合正交Gaussian-Hermite矩与最佳指数滤波器ISEF的方法，以实现对目标区域的有效分割；再利用温度场分布，根据《带电设备红外诊断技术应用导则》对电气设备的隐患故障进行判别。实验结果表明该方法在解决红外图像边界模糊和信噪比低等方面效果更加显著；而且，所提出的利用边缘检测技术对无人值守变电站的电气设备进行故障判别的方案具有可行性。