图像处理火灾监控系统是通过分析摄像机摄取的视频图像,实现现场火灾的自动探测、监视。系统将采集的连续图像利用各种图像处理技术进行处理和分析,利用早期火灾的图像变化特征来探测火灾是否发生。本文首先介绍了基于视频图像的火灾探测技术的理论基础,主要包括图像的色彩模型、小波理论和BP神经网络。在此基础上提出了一种新的基于视频图像的火灾探测方法。该方法首先探测了视频中是否存在移动区域并对移动区域内满足火焰颜色特征的区域利用HIS模型进行了分割,采用这种分割方法可有效的提高处理速度,使视频的实时处理成为可能,然后分析了所得分割区域的圆形度、面积变化率、闪烁规律及面积变化趋势等火灾判据,给出了各种判据的分析和计算方法。利用小波变换的局部分析能力,提取火灾图像的闪烁规律和面积变化趋势,对每一帧图像中分割区域面积构成的曲线,利用小波进行分解,其中低频分量用来分析面积变化趋势,高频分量用来分析火焰的闪烁规律。最后给出了BP神经网络的具体结构和输入输出单元的设计方案,并利用设计的神经网络实现了火灾识别。最后进行了仿真试验。实验结果表明,该火灾识别方法能够有效地识别出火灾火焰并具一定的抗干扰能力。