火灾是我们常见的自然灾害之一,给人民的生命财产造成了巨大的损失。如果在火灾发生时能够及时报警,那么它所带来的损失将会大大减少,因此设计一种高效率的火焰检测算法并研制相应的火灾检测系统,具有重要经济意义和现实意义。当前,随着计算机视觉和模式识别的快速发展,基于智能视频监控的火灾检测越来越受到人们的重视,目前已经成为计算机视觉领域的一个研究热点。现有的基于视频的火灾检测系统大都利用了火焰的一些特征来识别,如颜色、形状、面积变化等,但由于火灾发生的无规律性和变化的复杂性,目前这类系统识别存在着误报率较高、不适应复杂场景等缺陷,故暂不能大规模工业应用。如何利用火焰的本质特征并建立一套可靠的模型来描述这些特征来检测火灾已经成为一项具有挑战性的工作。通过仔细分析火焰的重要特征,结合相关计算机视觉和模式识别相关理论,本文提出了一种基于时空特征的隐马尔科夫模型和基于亮度显著图的混合火焰检测算法。本算法首先通过运动区域检测和颜色特征分析得到候选火焰区域,然后结合隐马尔科夫模型和视觉注意模型的亮度显著图检测火焰的闪烁特征以及火焰局部的亮度变化特征分析候选火焰区域,最终判别可疑区域是否为真实的火焰。通过大量实验表明,本方法是一种检测率高、误报率低的新的火焰检测方法,相比已经存在的检测算法有明显的检测优势。最后,本文也实现了基于智能视频监控的烟雾检测系统原型,该方法首先检测运动区域和灰度直方图得到候选烟雾区域,然后利用小波变换进一步检测候选烟雾区域和背景区域的高频能量,最终排除类似烟雾的运动物体干扰实现烟雾检测。