火的发现在人类文明的发展史上起着重要作用。火重构了人类的饮食方式,促进了人体发育。但是在火的使用过程中,也充满了危险。当火脱离了人的控制,便形成了火灾,其造成的危害不言而喻。为了预防火灾造成巨大伤亡,人们在火灾预测和监控方面做了很多的研究与实验。传统的火灾监测手段一般是通过探测烟雾或者温度等信息来判断是否有火灾发生,但是这类探测会受到很多的限制。此外,近些年来随着计算机视觉的迅速发展,图像处理技术也越来越成熟,这为图像型火灾探测技术的发展提供了很多技术支撑。因此,基于图像处理的火灾视频检测技术成为了火灾监控领域的重要手段之一,也已然成为当前研究的热点。本文是在可见光和红外场景中,对火灾视频研究的基础上,设计了一种视频火灾探测报警系统。系统主要由视频采集模块、图像处理模块和火灾报警模块三部分组成。其中视频采集模块主要采集火焰和烟雾图像;图像处理模块主要进行包括图像预处理、图像分割、火焰及烟雾区域的检测和识别、火灾红外图像温度特征研究等操作;火灾报警模块是根据图像处理模块得到的结果在系统界面中给出分级报警提示,同时启动声音警报提醒工作人员做好相应的准备。在视频采集模块,为了同时获取监控区域的火灾图像信息和温度信息,本文采用双目摄像头。其中一目为可见光摄像头,另一目为红外摄像头。前者除了获取火灾视频外,还具备了视频监控功能。后者主要获取火灾红外图像,用于火灾温度信息的研究。这样可满足在同一场景中,同时获取可见光图像和红外图像两种需求。在图像处理模块,考虑到监控区域采集到的图像常常受到场景中的强光干扰甚至出现过曝光等情况,严重影响了火灾图像的检测和识别。针对此种情况,本文提出了一种火灾图像自适应强光抑制算法。首先,对HSV色彩空间中的V分量进行处理,通过中值滤波提取入射光分量,然后对其进行伽马自适应亮度校正,调整图像的亮度和对比度。然后在此基础上融合了MSRCR算法,对图像中受到强光干扰的区域进行颜色恢复,减少因过曝光造成的图像颜色失真。在烟雾及火焰的检测和识别过程中,则主要根据烟雾和火焰各自的静、动态特征进行识别判定。另外,根据火灾红外图像中的温度与像素的关系,通过测量红外图像的像素值来获取被测物的温度信息。在火灾报警模块,本文设计了一种火情分级报警机制。若在视频图像中同时检测到了火焰和烟雾,并且温度也超过了所设定的阈值,则给出一级火灾报警;若是同时检测到了烟雾、火焰、温度超过设定阈值中的任意两种,则给出二级火灾预警;若只检测到烟雾或者只有温度超过所定阈值,则给出三级疑似火灾提醒。相关人员可根据界面给出的报警提示,采取相应的行动。系统在模拟强光干扰下点火试验表明,火灾识别算法能够有效、准确地识别火灾,且系统能够稳定运行,满足设计需求。