水电站肩负电网供电、调峰、调频等重要任务,水电站的设备安全直接关系到电网的正常运行。在水电站现场通常会安排运行、检修班组针对现场设备进行巡检,采用签到本的模式进行巡检的监督,现有的签到模式对巡检不到位、漏检、私自换班等情况不能起到有效的辅助监督作用。本文针对以上问题,从经济效率考虑,结合现场已存在的监控摄像头及人脸识别理论,提出通过对监控视频进行人脸检测、识别,辅助监督巡检人员巡检过程。首先针对水电站监控视频特点进行分析,根据现场环境下视频图像易产生的噪声,采用两种类型的图像去噪方法进行去噪处理,并对结果进行对比,选取以小波去噪的方法进行噪声滤除,然后根据现场照明环境分析了图像对比度问题,采用了多尺度Retinex算法进行图像对比度增强处理,为后续的人脸检测及识别建立基础。在人脸检测过程中采用Adaboost算法训练级联分类器,并针对实际监控摄像头进行了实验,发现该检测算法的误检、漏检现象。提出以下解决方案:通过连续检测确认目标存在,降低误检现象,同时也防止了单一检测结果存在运动模糊对识别结果的影响,然后针对多帧检测结果提出采用清晰度评价函数对图像进行清晰度评价,以最优结果推送后台进行人脸识别,提高系统识别率,降低系统计算的时间复杂度。对于人脸识别过程,介绍并分析了PCA算法,同时引入针对PCA算法进行改进的2DPCA算法,并在ORL人脸数据库及自己建立的数据库进行了实验。最终根据水电站巡检的实际需求设计了人脸识别系统,系统是基于MATLAB实现的,系统界面简洁,面向性强,根据人脸识别确定巡检人员,并提取巡检时间,结合监控摄像头地址,确定巡检地点,实现了系统需求,同时采用输出报表形式,输出巡检监督考勤表。