变电站是电力生产重要枢纽，现有视频监控系统通过人工轮循图像和肉眼判断方式，已经实现了对站内环境状况、设备运行、检修维护等各类安全生产情况的直观监视。针对当前人工检测中存在的事件漏检、迟滞问题，本文基于视频图像处理技术，利用采集的变电站视频，以MATLAB7.8为开发平台，研究开发了变电站安全事件视频自动识别与报警系统，对变电站实施全天候、智能化、自动视频检测，降低监控人员工作量，事件检测实时报警，极大提升了变电站安全运行应急保障能力，具有重要的科研意义和工程价值。论文具体研究工作如下：　　1.研究了基于直线特征和颜色特征的两种变电站警戒线检测技术。基于Hough变换原理，结合边缘检测和数学形态学方法，实现了检测；基于图像二值化，结合中值滤波和形态学运算提取颜色信息，实现了图像背景与目标颜色差异较大的警戒线检测。　　2.研究了变电站内静态烟火和动态烟火检测技术。提取烟火的颜色、亮度、饱和度等特征，结合形态学运算和连通性分析，有效实现了静态烟火检测；基于运动目标的背景差分法，对特定的帧图像进行提取和处理，确定合适的阈值，完成了动态烟火检测，达到预期检测效果。　　3.研究了人物检测和人物跟踪。基于背景差分法实现了人物检测；提出并设计了基于颜色特征的粒子滤波人物跟踪算法，通过改进颜色特征的选取方法及粒子权重的计算方法，使得跟踪轨迹图显示跟踪位置准确，跟踪时间性能良好；并将跟踪算法与人物检测有效结合，实现了人物自动检测与报警，效果理想。　　4.以MATLAB7.8为平台开发了变电站安全事件视频自动检测识别与报警系统。通过变电站现有视频验证，该系统可有效完成视频格式转化、图像预处理、警戒线检测、烟火检测、人物检测和跟踪，以及事件自动报警等功能。