火灾对人类的公共安全以及社会发展造成了巨大的威胁,因此实现高效、准确地火焰检测具有重大价值和意义。火灾往往是在达到一定规模之后才被发现,尤其是在复杂的环境下,如何及时发现火情更是一个棘手的课题。到目前为止,在火灾预防和检测领域,国内外已经进行了诸多的科研,获得了众多的成果。近年来,计算机等领域取得巨大的进步,基于图像处理,对视频序列进行火灾检测的方法受到越来越多的关注。同时,视频监控系统被大规模安装使用,将图像处理算法融入系统,是当前的一个热点课题。针对传统传感器火灾检测系统以及现有的基于图像处理的火焰检测算法进行火焰检测时容易被干扰,发生错报的情况,本论文提出了一种混合使用RGB与YCbCr颜色模型,将火焰轮廓近似成多边形,通过多边形边数的方差检测火焰的识别算法。该算法中所用颜色检测算法与其他颜色检测算法最大的不同在于利用RGB与YCbCr颜色模型中的参数提出了一条新公式,利用红色色度R与亮度分量Y相减,通过差值与特定阈值比较,判断目标区域是否符合火焰特征。本算法创新性的利用火焰轮廓的近似多边形代替火焰尖角等特征进行形态检测。火焰具有形态变化、频闪抖动、蔓延扩大等特点。根据上述特点,火焰可以被看成一种特殊的运动物体,本论文将帧差法应用到视频图像的动态检测中,初步确定疑似火焰的区域：以火焰的颜色特征作为识别对象,对疑似火焰区域进行颜色检测,进一步排除视频中处于运动状态的非火焰色态的干扰物体；处理过的图像经过一系列处理,最终被近似成多边形,统计多边形边数,求其多边形边的边数方差,最终确定火焰。经过与其他算法对比,实验证明,该方法对识别火焰的准确率有所提高,减少了误判。同时,本论文基于网络视频监控技术、无线网桥技术、Windows开发技术、VLC开源视频播放器项目、OpenCV机器视觉库,对无线视频监控项目进行了深入的需求分析,设计了一种基于图像处理的无线视频监控系统的搭建方案,并将火焰检测算法融入到该系统客户端中,实现了火焰监控功能。本论文在VS2012平台和QT平台上设计完成了监控系统的客户端,实现了视频监控功能以及火灾检测功能。