基于视频图像序列处理的火焰侦测方法,主要是通过分析远程监控摄像机所采集的视频图像序列,利用数字图像处理技术,对早期火灾火焰各种特征的检测,分割火焰区域并进行判别,以此对早期的火灾火焰进行实时侦测。与基于传感器的传统火灾探测技术相比,这种方法能探测更多火灾的信息,比如火焰的位置、火焰的大小、火焰的增长比率等等,也能应用于更多的复杂空间。本文对火焰视频图像的增强处理,噪声过滤,边缘检测和频率检测等算法以及其在视频图像中的应用做了深入的研究,提出了一种基于三个阶段的智能火焰侦测方法。(一)第一阶段:也称火焰图像分割阶段,首先分析比较了各种背景更新算法,并对具有较好鲁棒性的中值背景更新算法进行了改进,优化其运算速度,大幅度降低了算法的平均时间复杂度;其次对各种火灾火焰的颜色统计模型进行了分析和结果比较,采用了一种折中的方案,整合RGB和HSI两种颜色统计模型,对前一步背景消去法所提取的火焰区域进行过滤和优化。(二)第二阶段:是火焰其它各种特征的检测阶段。首先是火焰的形状检测,对目前应用得较多几种检测方法进行了分析比较,提出了使用canny边缘检测提取边缘进而求火焰周长与面积比率的判别方法。其次是火焰频率检测,采用火焰边缘变化频率检测来近似估计火焰抖动频率的方法。最后是直方图变化检测,比较前后帧之间S通道的直方图变化来过滤类似火焰的运动物体,增强系统判别准确率。(三)第三阶段:是报警系统,使用模糊逻辑理论,将火焰各种特征的检测结果与烟雾的检测结果进行模糊化之后作为输入,设置模糊逻辑规则库,输出警报信息。最后进行了仿真实验。实验结果表明该方法能有效的识别出火灾火焰并具有更快的运算速度和一定的抗干扰能力。