公路隧道火灾事故是隧道安全事故中危害最大的一类,快速准确的检测隧道内早期火灾具有重大意义。传统的火灾检测技术受其固有特点的影响和环境因素的干扰,在公路隧道中检测早期火灾时,具有很大的缺陷和不足。视频火灾检测技术以其准确度高、抗干扰性强等优点,适合在公路隧道环境中使用。本文以公路隧道环境为基础,以火灾产生的火焰为对象,分析火焰特征,研究运动检测方法,深入研究火焰像素在颜色空间中的分布,提取火焰特征,结合数据融合技术,提出一种基于视频的公路隧道火焰检测方法。首先,介绍隧道内视频火灾检测系统。针对隧道内早期火灾,详细分析火焰特征,并结合静态和动态特征,选择能够表征隧道内早期火灾火焰的特征;分析视频火焰检测技术的相关理论,为视频火焰检测技术的研究打好基础。其次,为获取火灾图像中准确度高、干扰物少的火焰候选区域,在预处理后的图像中,通过运动目标检测和颜色区域分割来共同确定火焰候选区域。为此,首先对运动检测算法进行对比研究以后,利用混合高斯模型建立可靠背景,采用背景差分法来检测运动目标。接着深入研究火焰像素在颜色空间中的分布特征,分别在RGB空间和YCbCr空间中提出对火焰区域的分割方法,共同确定准确度高的疑似火焰颜色区域。最后将运动目标区域和疑似火焰颜色区域相与,以最终确定火焰候选区域,并对该区域进行形态学处理、连通域标记和边界提取,为特征提取做好准备。接着,对火焰的特征进行提取,分别提取出疑似火焰颜色区域的颜色距,火焰候选区域的面积变化、圆形度、闪烁特性和纹理特征,然后利用这些特征量训练SVM模型,并利用训练出的模型对视频中火焰的进行识别。结果显示,建立的SVM模型具有较高的火焰识别率。最后,本文构建了基于视频的公路隧道火焰检测实验系统,利用MATLAB R2012a开发了软件平台,并采用包含多种干扰的火焰视频对所提出的算法进行了验证。验证结果表明,本文所提出的基于视频的公路隧道火焰检测算法,能够准确、有效的过滤掉运动汽车及各种灯光的干扰,标记出视频中的火焰,具有较高的准确度和较强的抗干扰性,能够应用于公路隧道的火灾检测。