随着社会的发展,人们越来越适应于使用火进行生产生活。同时,每年火灾发生频率也在不断增长。为了创造更加安全可靠地生活,人们开始致力于提高安防方面措施,火灾检测技术也备受人们的重视,成为国内外研究的重要课题。近几年,视频监控技术广泛应用于交通、小区和仓库等环境下。充分开发利用视频监控技术,检测和分析视频中的火灾信息,及时发出警报,将为人身和财产安全提供有力保障。视频火焰检测技术是识别火灾的一个重要依据,通过检测火焰的特征可判断是否有火灾发生。事实上,不同材质的燃烧物燃烧受光照、气流等因素影响,火焰会呈现不同的可视化多样性特征,如运动变化特征、独特的颜色特征、频闪特征等。本文对这些火焰特征进行研究,设计基于普通监控视频的火焰检测算法。在运动检测方面,本文首先对比分析了视频场景中运动检测算法。然后针对复杂场景视频中火焰块区域运动变化情况,提出分块帧组的运动检测方法。这种方法提高了相邻像素间关联性,减小了噪点干扰。通过该运动检测算法,可快速定位到疑似火焰区域,这样能够大大缩短检测时间,提高检测效率。最后针对提取的疑似火焰目标区域,本文设计了两种视频火焰检测方法:一是设计了针对火焰块区域的基于颜色矩的视频火焰检测方法。该方法分析了大量视频中火焰块区域的颜色矩,并进行统计分析,得到火焰块区域的颜色矩变化规律,构建其颜色矩的颜色模型进行处理。通过颜色矩模型检测,得到疑似火焰区域,然后利用火焰像素与非火焰像素的闪烁频率不同,使用小波变换对火焰块区域频率特征进行检测。最后通过局部加权算子对火焰区域进行检测,消除单个非火焰像素点干扰。二是设计了针对火焰像素的基于视频的火焰检测方法,该方法针对单个火焰像素,在HSV颜色空间内,对色调、色饱和度和亮度建立火焰像素颜色模型,减小亮度干扰。利用小波变换分析火焰像素的频闪特性,利用空域小波变换对火焰块区域进行能量分析,判断出高度疑似火焰区域。最后进行零散非火焰像素点滤除,提高视频火焰检测算法的准确率。实验表明,两种方法均能有效检测出视频中火焰区域并呈现在视频图像中,及时发出警报。