在当前社会,火灾是一种最频发、最普遍的灾害之一,它直接危及人类的生命和财产安全。实时高效地预警火灾的发生已经是现代社会存在的重大问题。传统的火灾探测器虽然成本低、见效快,但也存在许多不足,特别是在实时性、检测范围以及鲁棒性上存在问题。随着视频监控设备日益增加以及计算机视觉和图像处理技术的发展,基于视觉特征的视频火灾检测技术已经成为人们研究的焦点。本文论述了火焰的视觉特性,对比说明了国内外视频火焰检测方法的优势及不足。在此基础上,根据对火焰燃烧过程中所表现的显著性研究,引入计算机视觉领域中的视觉注意机制,构建了一种时空视觉显著性的视频火焰检测模型。模型中主要研究了火焰在空间和时间上的特性,通过仿生视觉注意机制最终实现对火焰目标的检测。火焰的颜色、亮度以及纹理特性是火焰的空间显著特征。本文在定义火焰颜色显著度时引入了与人类视觉相似的Lab颜色空间,在该颜色空间上采用阈值分割和高斯滤波进行处理,通过差分算法获得火焰的颜色显著图;结合中心-周边差思想与纵向灰度积分投影法来获取亮度显著图;在此基础上将火焰的颜色和亮度显著图进行线性融合,通过分散纹理特性进行判断获得火焰的空间显著图。针对常用火焰运动目标检测方法的不足,提出一种改进的运动目标检测算法。该算法是通过分析多个图像序列来检测运动区域,依据火焰运动累积和颜色特性,并结合背景更新法和帧间差分法的优点来构建火焰的时间显著图。本文在融合火焰的空间、时间显著图之后,通过主运动方向进行最终判断和识别。为了验证本文算法的有效性,对大量不同场景下的视频进行测试,测试结果表明本文的火焰检测算法能够准确、实时、有效的检测视频中的火焰,且具有一定的抗干扰能力。