火灾给人类的生命及财产安全都带来了极大的危害,因此如何进行有效的火灾探测及灭火,一直是人类所积极探索的问题。近年来,随着计算机图形图像处理技术的发展,图像型火灾探测技术得到了很大的发展。本文通过对数字图像处理技术的研究和讨论,主要完成了基于视频图像的动态火焰跟踪问题,为有效的进行灭火工作做准备。本文根据火焰图像的特点,研究了基于动态连续图像的差分识别方法以及基于Mean-Shift分割和阈值分割相结合的火焰目标识别方法。在对火焰目标进行识别之前,首先对视频图像进行增强、滤波处理,以达到图像的平滑和降噪。基于差分的火焰识别方法是根据运动目标的速度进行相邻帧或者隔帧差分以得到运动信息。而Mean-Shift方法主要是应用于静态图像的分割,它是通过检测出密度的模式进行聚类分割,具有快速迭代的特点。本文中采用将Mean-Shift算法与阈值分割法相结合的方法来进行火焰图像分割。在通过图像分割确定火焰区域之后,本文通过分析目前跟踪方法的概况,尝试应用改进了的Camshift方法,即改进的Continuously Adaptive Mean-Shift方法来进行动态火焰的跟踪,克服传统Camfhift算法需要人为定位和容易发散的缺点,仿真结果表明了该方法的有效性。