森林火灾是一种破坏性极强的自然灾害,全世界每年有数十万次的森林火灾发生,严重危害着地球的生态资源和人类的生存发展。因此森林火灾的监测预警技术,已经成为当今世界各国都十分关注的研究课题。随着科学技术的快速发展,各种新兴的技术手段,如卫星遥感、智能传感器、无人机、红外探测等技术正逐渐应用于森林火灾的监测预警领域,传统的人工巡逻、瞭望塔监测的手段也迎来了革命性的改变,这其中一种新的基于视频监控图像处理和模式识别技术的火灾监测预警方法由于其适用范围广、经济性强的特点,正受到越来越多研究学者的关注。本文的课题就是研究基于视频监控图像的森林火灾自动监测识别技术及软件系统,目的是实现已经安装在林区的视频监控硬件系统与森林火灾自动识别软件系统的结合,从而辅助或替代人工监测方式,实现全天候林火自动监测预警功能,具有一定的创新性和实用意义。本文主要从三个方面阐述了课题的研究内容:一是先对森林火灾监测预警技术发展现状进行了研究分析、比较,而后对森林火灾的图像特性以及图像处理和模式识别的理论技术基础进行了概述;二是对本课题研究的林火图像自动监测识别系统进行功能需求分析和结构设计,提出通过图像预处理、运动目标检测、图像特征提取、识别分类的模块化设计技术路线,并改进识别分类部分,变为烟雾和火焰双模块的分类器,从而满足全天候监测的需求。之后在系统各模块的技术选型中,首先使用中值滤波和灰度处理方法进行图像降噪、数据压缩的预处理;其次运用混合高斯背景模型及差分检测技术进行监控图像中运动目标的检测;再对检测到的目标图像提取颜色矩、能量、熵、逆差矩、圆形度等多维特征融合为归一化的特征向量;最后使用支持向量机(SVM)的二分类器进行识别判决,并按这一技术思路,实现了本系统的总体技术方案设计。三是根据系统的技术方案和原理,进行各模块技术实现算法的研究和改进,并通过Matlab进行实验仿真和功能测试。最终通过实验,本系统实现了对样本视频图像的预处理、运动目标检测分割、特征提取和识别的基本功能,通过算法的优化,一定程度上降低了运算的复杂度,提高了系统的效率和准确性,进一步验证了本课题系统研究和设计的可行性。