在极端天气条件下所引起的风偏闪络,会导致风偏放电,跳闸等事故,且重合闸成功的几率很小,严重影响人们的正常生活,因此对于输电线路风偏的研究具有很重要的意义。本课题以基于视频监控的风偏检测系统为研究对象,以计算绝缘子串风偏为目标,围绕视频图像的预处理、图像边缘检测、绝缘子串的风偏量计算、硬件电路的搭建、智能视频监控系统设计进行了深入的研究,具体工作和结论如下:针对视频监控的风偏检测系统拍摄图像中出现的噪声问题,采用了中值滤波去噪方法。在雾霾天气下,通过对比直方图均衡化去雾、Retinex去雾和暗通道去雾方法的优缺点,最终采用暗通道去雾的方法进行图像去雾处理,实验表明该算法所需时间最少,平均梯度最大,效果最好。在图像边缘检测方面,通过对比常用的一阶、二阶、Canny边缘检测方法及基本蚁群算法边缘检测中出现的图像不连续,处理速度慢等问题,研究了一种具有感知能力和可变步长的蚁群边缘检测算法,通过对不同像素、不同蚁群数目、不同背景下的绝缘子串图像进行大量的仿真实验,实验结果表明,该算法能够很好的去除伪边缘、提取的边缘点连续、边缘检测的速度有所提高。针对传统风偏检测方法计算风偏量出现的误差问题,研究了一种基于绝缘子串上下坐标的风偏检测计算方法。本方法通过提取绝缘子串的边缘,确定其上下两个端点,进而计算出风偏量和风偏角。实验表明,该算法简单,计算的风偏量结果更精确。最后搭建了系统硬件平台,完成了智能监控系统的设计。通过选用ZYNQ-7010FPGA开发板及摄像机进行硬件系统的搭建,其中ZYNQ-7010是图像处理核心板,负责对采集的图像进行边缘检测处理。同时,对输电线路监控系统的设计主要包括登录界面、系统显示主界面、登录主界面、后台分析界面。