火灾是危害人类生命财产的重大灾害,人们一直致力于研究和开发预报这种重大灾害的系统,尤其是在环境复杂的地区低误报的火灾检测系统引起了大家广泛的关注。基于视觉的火灾检测方法因为其应用广泛,学科交叉程度高成为许多专家学者的研究方向。空中机器人在军事和民用领域有着广泛的应用价值,利用空中机器人作为火灾检测的平台是一个极具挑战的多学科交叉的前沿性研究课题,在世界范围内吸引了许多研究团体和个人的注意。本文介绍了一种空中机器人的火灾检测系统,论文包括了空中机器人火灾检测平台的硬件组成、火灾检测平台的火焰检测算法、着火点的三维重构与跟踪、火灾信息的BP神经网络的数据融合这四部分。论文开始介绍了该平台的硬件构成,介绍了图像采集的形式,使用Video4Linux2的应用编程接口来采集图像；使用开源库FFMPEG来压缩图像；使用流媒体库Live555利用RTSP协议来进行图像的无线传输。论文接下来介绍了国内外火灾检测和无人机技术,对比了各种技术的优劣,并在此基础上介绍了基于彩色摄像机的火焰检测算法和基于红外摄像机的火焰检测算法。在彩色摄像机的火焰检测算法本文提出RGB判据与HSI判据相结合的火焰检测方法；红外摄像机的火焰检测算法本文提出使用温度斜率阈值法来检测火灾高危点,火焰动态特征法来检测火灾火焰。在检测出火灾高危点或着火点后,本文给出了基于计算机视觉的三维重构方法,能够在两种摄像机回传至地面的画面上圈定出着火点或高危点的位置并引导由单片机控制的仿真转台自动追踪该点。最后,本文采用两种摄像机的彩色中的三种颜色分量R、G、B及红外图像的灰度值作为BP神经网络的输入,通过训练后的神经网络判断火灾信息的真实性,提高了火焰检测的可靠性,减低了该系统的误报。