随着城市化进程的飞速发展以及人口的迅速膨胀,火灾造成的经济损失逐年上升。当前,大空间场所越来越多,如地下隧道、大型化工厂、大型仓库等,图像型火灾探测技术具有响应速度快、非接触等优点,因此能够满足要求。目前国内的研究主要集中在在可见光波段对火焰的探测,而火焰并不是火灾发生初期的典型物理特征,所以这种系统很难实现火灾的早期探测。国外的研究主要集中在烟雾的颜色分析方面,在此基础之上,本文结合烟雾颜色和运动特性,对早期火灾烟雾的图像探测方法进行了更深入的研究。图像型火灾烟雾探测的研究主要为可疑区域的提取、特征值提取和综合判断三个步骤。在可疑区域分割与提取环节,针对传统的背景减方法和空间滤波降噪法不能有效消除噪声点的问题,使用了Horn-Schunck方法来求解光流场,并与块匹配算法相结合,提出了可疑运动区域的提取方法,提高了火灾疑似区域提取的准确性。在特征提取环节,由于容易受到光线和背景的干扰,现有的单一的基于烟雾颜色分析的方法无法可靠判断火灾烟雾,因此,本文提出基于烟雾亮度和运动特性的三判据实现火灾烟雾图像的识别方法。判据之一是依据流体力学中的亥姆霍兹速度分解定理,对Horn-Schunck方法得到的光流场进行速度分解,计算烟雾运动中的线性形变量,判断是否发生线性形变,进而判断烟雾;其次,根据烟雾亮度的空间分布特征,在分析与总结了烟雾图元在HIS颜色空间下的分层特性的基础之上得到了烟雾判断依据二;判据之三是根据烟雾的半透明性,利用小波变换,提取烟雾矩形区域图像的小波分解系数,分析烟雾区域与边界区域高频能量变化,进而判断烟雾。利用工业控制机,CCD摄像头和多路视频采集卡构建了火灾烟雾图像识别的实验系统的硬件平台,采用C语言,分别对三种判据进行了程序设计,完成了系统的软件编程与调试。在室外有风情况下拍摄的实际烟雾的视频进行测试,得到了比较理想的判断结果,并且对可能存在的干扰源视频进行测试,结果显示本系统可以有效消除人和汽车等运动物体的干扰,从而降低了系统的误报率,说明此探测方法行之有效,具有广泛的实用价值。