随着科技进步,视频监控技术得到了广泛的应用。其与传统的监控技术相比,具有直观、实时、可靠等诸多优点,尤其对历史数据查询、查找报警事件起因、明确事故责任有着不可替代的作用,对后期事件预防起着积极作用。本文主要研究了基于视频的室内火灾检测相关技术。本文以高校实验室内火灾事件为研究对象,研究火焰检测算法的设计和具体实现过程。首先获取背景图像,因为监控场景的缓变型,利用优化的多帧图像平均法获取背景图像,同时为了提高背景的可靠性,图像以自定义块为单位,定时对实时图像与模板数据差分求和,采用适当阈值,对背景进行加权更新。其次对运动目标的实时提取。以背景图像为基础,采用当前帧与背景帧差分法检测运动目标。为了排除一些干扰区域,提高后期处理的效率,对提取的运动目标进行二值块化、连通域标记、灰度统计一致性处理、运动累计处理、形态学处理等图像预处理。随后对分割出的目标,分别从火焰的圆形度特征、面积增长特征、频带特征做进一步的筛选确认,从而提高算法的可靠性。最后,将选定的火焰的三个特征分别作为弱分类器,通过Adaboost算法将三个弱分类器融合成强分类器,实现对火灾的检测识别。本文基于VC6.0平台开发了火焰检测系统。通过实验,所用算法能够较准确、快速的识别火灾发生时产生的火焰,可行性和实用性较高,对高校实验室火灾预警也有重要的研究意义。