本文首先阐述了火焰检测技术的发展历程，总结了传统火灾检测技术的缺陷和弊端以及基于计算机视觉的火焰检测技术的优势。提出利用计算机视觉技术实现早期火灾预警。本文中提出的火焰检测方法针对视频序列中的火焰像素所表现出的颜色特征和运动特征，分别建立颜色规则模型和动态区域检测模型，最终利用两个独立模型的检测结果得到最终的火焰区域。针对火焰的颜色特征，本文提出了一种基于颜色模型的候选火焰像素分类方法。详细介绍了在RGB和YCbCr颜色模型下图像中的火焰区域表现出的特征，总结了使用YCbCr颜色模型建立火焰像素检测模型的过程。除了把原来在RGB或rgb模型下使用的规则转换为YCbCr模型的相应形式以外，还在可以进一步缓解照明变化造成的不利影响的YCbCr模型下开发了新的检测规则。针对火焰的运动特征，本文提出了适用于火焰检测的运动区域检测算法。作为一种改进的运动目标检测算法，能够应用于实时的火焰检测系统中。由于本文中所需要的移动目标检测是建立在对火焰目标识别的基础上的，而火焰在视频图像中的移动表现形式不同于一般的对行人或行驶中的车辆等目标，具有一定的特殊性。因此，我们首先分析了传统移动目标检测方式的利弊，并针对火焰识别的特殊情况进行改进，提出了一种新型的基于动态特性的火焰检测模型。最终，使用基于颜色模型的候选火焰像素分类方法与改进的运动区域检测方法相结合的方式构建检测模型，并设计了整个火焰检测模型的工作流程，实现了可应用于实时监控条件下的火焰检测。