本文主要研究了ASIFT算法在变电设备图像识别中的应用。首先从理论上比较和分析了ASIFT算法和经典的SIFT算法的性能差异;其次应用ASIFT算法提取了典型变电设备的特征点,实现了设备图像在旋转、缩放、噪声下的特征匹配,为变电设备自动巡检、在线监测故障提供了帮助;此外,利用匹配点结果进行变电设备倾斜角度参数的反演。最后对变电设备常见的红外图像以及可见光图像进行准确匹配,为变电设备的识别、评估提供更为丰富、清晰的信息。具体的工作包括以下几个部分:(1)研究目前图像局部特征点提取领域较经典的SIFT算法,通过编程仿真实验,分析其运算速度以及在视角变化时的鲁棒性。(2)比较SIFT算法和ASIFT算法在变电设备图像识别中的性能差异,阐述采用ASIFT算法进行图像识别的优势。(3)基于常见的变电设备,研究了ASIFT算法在变电设备图像识别中的应用,并分析其优点与不足。首先收集了典型变电设备标准图像,利用巡检采集的图像进行匹配;其次利用图像匹配原理,研究了ASIFT算法匹配结果对变电设备倾斜情况的识别,结果可用于在线监测。(4)研究了ASIFT算法在变电设备可见光图像与红外图像识别中的应用,提出了一种基于边缘提取的ASIFT识别方法。