由火灾造成人民生命安全和财产的问题变的越来越严重。为了解决在传统火灾检测算法中存在较高误报率的问题,本文提出了一种基于火焰多特征融合火灾识别的创新方法。首先,运动检测能够有效地验证图像中是否存在运动像素,利用该算法在移除无用图像的同时还能够区分图像的前景以及背景信息。颜色检测能够有效地检测图像是否存在火色范围内的物体,从而确定候选火焰图像。本文将基于改进的帧间差分法和象限合并算法相结合作为运动检测算法,更好地解决了传统帧间差分法出现“空洞”的问题。同时,文本将火焰的运动检测和颜色检测深度结合作为火灾的快速处理阶段,该方法节省了筛选候选火灾像素的大量计算时间。其次,虽然火焰存在形状不规律特性,但在时间空间上的连续帧图像中有一定的相似特性,火焰在时空中存在成长这一特性。而传统火灾识别方法通常仅使用一帧或两帧连续的图像进行研究。基于火焰在时间上的连续成长特征,本文在火焰空间概念基础上加入时间信息,使用了火焰图像三维信息作为判断标准,首次提出了基于火焰时空关系的质心相对稳定算法,计算每一帧候选火焰图像中的候选区域质心,并且加入时间信息去获取火焰质心的时空信息。然后,在火焰高级特征提取阶段,本文对火焰的三种高级特征设计三种对应的特征提取算法去提升火焰识别的准确率,其中凸包检测算法、火焰面积变化检测算法以及火焰质心稳定性检测算法都再次利用了快速处理阶段获取的火焰初级特征,三种算法所提取的火焰特征相互独立,彼此之间没有重叠部分,增强了火灾识别算法的实时性以及高效性。最后,本文使用支持向量机算法将所提取的多种火焰高级特征以及动静态特征结合快速处理阶段获取的初级特征融合作为最终的火焰候选区域验证,自动完成对候选火焰图像的分析和验证。本文对基于火焰多特征融合的火灾检测算法进行了实验,对实验获得的准确率、误报率、漏报率以及时间复杂度进行了对比与分析,同时对各个部分的贡献率进行了实验与分析。实验结果表明本文提出的算法能够有效增强火焰识别准确率并减少火焰识别误报及漏报率。该算法能够应用于摄像头监控系统,例如家庭安全、森林火灾预警以及商业保护等场景。