火灾是当今社会人类面临的主要灾害之一,火灾的发生严重影响社会经济发展,破坏自然生态,也会给人类的生命和财产带来损失,因此早期火灾探测意义重大。但是传统的针对烟雾、热和辐射的火灾探测器存在响应速度慢、可靠性差和检测范围小等缺点。目前火灾探测领域的研究热点是基于数字图像处理的火灾探测技术,该技术不受空间限制可以发现早期火灾,具有明显的优势。本文对现有基于图像的火灾探测算法进行了研究,并分析了这些算法的优、缺点。在此基础上,提出了一种低对比度火焰图像分割算法,并对火焰图像特征提取、选择算法进行研究。主要包括:(1)低对比度火焰图像分割。针对火焰与背景对比度较低时火焰分割不准确这一问题,提出了一种低对比度火焰图像增强和分割算法。首先在YCbCr颜色空间使用Retinex算法构造彩色双边滤波器,实现低对比度火焰图像的增强;再通过帧间差分法和建立的火焰颜色模型得到火焰图像的粗分割区域;在此区域内设置CV(Chan-Vese)模型的初始轮廓曲线,通过曲线演化进一步分割得到低对比度火焰图像目标区域。仿真实验结果表明文中算法有效地提高了低对比度火焰图像分割的准确性。(2)火焰图像特征提取和选择。在研究火焰常见空间域特征的基础上,本文提取了火焰的LBP特征,并将离散余弦变换得到DCT系数作为火焰的频率域特征;采用K-W(Kruskal and Wallis)检验的特征选择算法对空、频域特征进行选择;分析并研究了火焰特征维数选取问题,使用支持向量机对选择后的特征进行识别。仿真实验结果表明与仅提取火焰空间域特征和人为选择火焰特征进行识别的算法相比,本文算法准确率更高。