近年来,火灾事故的日益频发,给人们带来了财产上和精神上的损失,通过传统的方法进行火灾预警已经很难进行实时性大范围的火灾检测。其方法主要是通过传感器,分析火灾发生时的物体现象和化学反应生成物成分情况来进行火灾检测,对于这些传统模式的火灾检测,容易受设备自身、场地、以及周围环境的影响而不能实时对所监控区域进行火灾检测。因此,如何快速准确检测到火灾已经成为很多人所关心的问题。为了进一步解决火焰检测的准确性,本文提出一种方法来代替传统的火焰检测方法。首先,根据火焰颜色及运动特征,本文利用Ohta颜色空间与背景更新相结合提取运动目标,该方法能够分割出符合火焰颜色特征的运动目标,可以排除大量非火焰运动目标,相对于其他背景更新提取的运动目标而言,减少了大量的噪声,便于后续快速处理。其次,根据火焰扩散特征,本文采用累加二值化运动目标,然后取平均值,在通过二值化方法分割出较亮的像素区域,从而去除快速运动目标,保留了缓慢运动的火焰区域。然后,由运动特征和火焰颜色相结合分割出目标区域,同时由角点特征来区分火焰与其它非火焰物体。最后对所拍摄的视频进行火焰检测测试实验结果表明:通过以上方法对火焰能够准确检测。因此,基于视频图像处理的火焰检测研究对于火灾监控能够起到很好的实用性,对于进一步研究火灾大范围、全方位监控具有重大意义。