火灾作为电力生产中常见的灾害之一,严重危及设备与人身安全,影响电网稳定运行,迅速发现火灾并及时作出反应是火灾防治课题的研究目的。传统的感应火灾探测器从温度、空气颗粒含量、声光等角度对火焰及烟尘进行感知,这种探测方式易受其他环境因素干扰,会因为吸烟等问题引起误报。面对此类问题,本文以图像处理为基础,通过优化算法设计了一种快速火灾检测方法。本文主要研究一种基于主机的火灾图像检测系统。其在非接触条件下,通过摄像头将变电站现场视频图像采集到监控系统,并基于openCV开发火焰检测程序算法,选用特征提取对火焰进行识别定位。动态检测在图像处理中应用广泛,火焰识别是动态检测中的一个特殊应用。本文以监控应用系统设计为基础,详细介绍了火焰的识别测量算法。首先对彩色图像进行灰度化。然后利用canny边缘检测器提取火焰边缘,边缘提取过程中,第一,通过高斯滤波器对图像进行噪声过滤;第二,图像中的火焰部分可以通过Canny算子在灰度值上得以增强;第三,火焰利用非极大值抑制法可以更加准确地提炼出一个完整的轮廓;第四,基于这个完整的轮廓,我们可以利用阈值上下限法优中选优,待火焰形状特征显现后,遍历图像获取火焰的基本信息,初步判断火焰的有无;第五,对怀疑有火焰的图像进行二值化降低图像的信息量,进一步对火焰部位进行跟踪分析;第六,使用基于遍历原理的团块标记法,寻觅疑似火焰区域,利用火焰的灰度特性、频闪特性、轮廓特性研究图像中的疑似火焰区域,将火焰的实时定位信息反馈到人机交互界面上,记录火焰变化趋势图。实验表明:通过对图像的预处理、边缘检测以及团块标记配合火焰的动态、静态特征综合对一段时间内的疑似火灾区域连续监测,可以灵敏地检测出变电站是否发生火灾。