森林大火是破坏性极大的自然灾害之一,各国都在致力于研究森林火灾监测技术,传统监测方法由于耗资大、效率低等原因,监测工作难度很大。随着视频监视设备与数字图像处理技术的发展,基于机器视觉的火灾自动监测系统应运而生,其具有成本低、检测信息量大等优点,提高了早期防治措施的回应速度。本文介绍了早期林火燃烧的图像特征及火灾识别系统流程,主要对基于视频的火灾识别算法进行了研究,在背景差分法的基础上结合HSV颜色空间提取目标区域,应用Otsu阈值法和形态学滤波处理,从而得到完整的似火区域。对提取的疑似区域,计算面积增长率、相似度、纹理特征、圆形度等特征值,其中采用GVF snake模型方法对火灾区域进行边缘检测。最后设计BP神经网络系统识别火灾。实验证明基于视频的森林火灾识别系统识别率较高。