大多数森林火灾检测算法只对烟雾或者火焰等火灾现象的单一方面特征进行检测分析,检测结果因为受到森林中光照突变、树叶晃动等影响经常误检,所以基于视频的森林火灾检测算法在很多方面可以进行改进。研究发现,森林火灾发生的初级阶段会有大量烟雾产生,可以将烟雾作为森林火灾早期检测的重要信号,将森林火灾的烟雾与火焰结合进行检测能够在早期就发现火情,具有一定的实际意义。本文研究了以往凭借图像特征进行火灾检测的算法,结合火焰的无规则跳动性、扩散性、轮廓特征以及烟雾图像的边缘信息和飘动性设计并实现了基于嵌入式Linux的森林火灾检测软件。本文中首先对火灾烟雾进行检测判断,运用动态阈值背景减除法提取前景图像,统计前景图像白色像素点个数,根据设定的阈值做一个简单地判断,如果有异常情况发生,则对缓存的图像进行小波变换分析,最后根据烟雾的扩散性对图像作进一步的判断。在森林火灾火焰检测算法中,首先对传统的高斯混合背景差分法进行了一定的改进,使其能够适应森林中光照突变和树木晃动的影响,能够比较有效的检测出运动目标,然后对初始化的一些参数进行了优化,减少嵌入式上运算复杂度。最后根据火灾火焰的颜色信息和在一定时间内无规则变化的特点,对提取出的运动区域进行颜色信息的判断和轮廓信息的分析。基于高斯混合模型的动态检测算法和基于颜色和轮廓信息的静态检测算法结合使用可以有效排除疑似火灾火焰物体。最后将本文提出的森林火灾烟雾和火焰复合特征检测算法移植到基于TMS320DM8148的硬件平台上,并进行了系统运行结果检测,结果表明表明系统有较高的准确性和可靠性。