针对森林火灾的智能视频处理技术是一个新的领域,与室内近距离的视频火灾检测有较大的差别。由于森林环境范围广,因此火灾发生点的距离往往距离观测点较远;由于自然环境的不确定性,森林中出现的干扰物质多;由于季节和天气的变化,森林本身的形态也是多变的。森林火灾检测具有较大难度,因此,研究基于视频序列的森林火灾检测技术具有较大的理论意义和实用价值。本文以森林火灾中的火焰与烟雾为检测目标,研究森林火灾检测的相关算法,并进行相关的程序仿真、软件开发和嵌入式实现。首先,介绍视频图像处理的一些基础知识,包括颜色模型、视频的表现方式、运动目标检测、区域连通方法、小波分析理论和超像素分割算法等的基本原理。然后,针对森林火灾场景下的火焰检测和烟雾检测进行研究,为了提取火灾目标,对火灾的静态特性和动态特性进行分析,对适合的特征进行提取,组成算法流程,并对算法流程进行仿真。由于像素级别的火灾检测鲁棒性并不强,本文进行了超像素分割在森林火灾烟雾检测方面的一些研究,超像素分割的优点是其检测结果为整体的连续区域,避免了碎片区域的产生,且能排除噪声点对于检测系统鲁棒性的影响;再用SVM对超像素块进行分类识别,避免了反复调节阈值的繁琐步骤。最后,由于实际工程的需要,开发基于MFC框架的森林火灾检测平台,研究森林火灾检测算法在DM8168开发板上的实现。实验证明,本文研究的基于视频序列的森林火灾算法具有较高的识别率,基于图像分割的火灾检测具有进一步研究的意义,基于DM8168的火灾检测平台具有一定的实用价值。