火灾探测技术是基于图像处理的优点和计算机语言的高速运算性,提出的一项利用图像的信息分析来判断火灾的监测技术。它利用CCD摄像机作为探头,将被监视现场的彩色图像和红外图像输入计算机,然后利用图像处理的算法,从单幅图像和图像序列中来识别有无火灾的发生。论文结合计算机图形学、数字图像处理、计算机视觉等技术,从火灾火焰形态学特征和视觉特征两方面着手,并采用BP神经网络模型,研究基于图像特征的火灾探测技术。目标是将提出的方案变为实际的算法,用软件实现,设计一套完整的火灾探测系统。本文详细地研究了火灾图像的增强处理、噪声滤除、最大熵阈值分割、区域跟踪和边缘检测等算法及其在火灾图像处理中的应用。并通过将数种算法集成起来的方法,提出了一种在序列图像中跟踪火灾火焰的算法,在图像序列中提取出火焰目标。此外,还分析了火灾火焰和其它一些干扰现象的面积变化规律、形体变化规律、边缘变化规律和整体移动趋势,并且针对于每一种规律都提出相应的图像识别算法。通过这些算法,我们可以识别出早期火灾的火焰图像并能够区别其它的干扰现象。实践证明,该系统是行之有效的,具有较高的准确性和可靠性。