技术领域本发明涉及火灾检测系统及检测方法，特别涉及一种基于视频图像处理的火灾检测系统及检测方法。
背景技术：
火灾在现代生活当中造成的经济损失非常严重，并且极大地危害人类的人身安全。高层建筑火灾，森林火灾，隧道火灾，公共交通工具火灾等安全事故，尤为突出。传统的火灾探测器(感烟型，感温型等)在探测上述火灾时，反应时间过长，误报率高，这都不利于火灾的及时发现。在现代随着计算机技术的发展和视频处理技术的日渐成熟，基于视频的火灾检测技术也成为检测火灾的一种检测火灾的重要方法。但是由于这种技术新颖，在实际工作中的普及成本高，因此在实际的运用中还不广泛，已经运用到这种技术的，在实施的过程中也暴露出容易受环境和疑似火焰干扰物的影响，也存在误报率高的缺点。
技术实现要素：
针对上述提到的现有的火灾检测技术的缺点，本发明的目的在于提供一种基于视频图像处理的火灾检测系统及检测方法，来能够应对场景复杂的火灾情况，并且提出的基于视频图像处理的火灾检测系统结合了现有的监控系统，大大节约了检测成本，提高了经济效益；提出的基于视频图像处理的火灾检测方法有效检测火灾的精确度也较现有的火灾检测技术有很大的提高，并具有非常低的误报率。为达到上述目的，本发明采用的技术方案为：一、一种基于视频图像处理的火灾检测系统：依次由视频输入单元，视频预处理单元和视频输出单元组成的视频采集模块；由背景建模和更新单元，前景运动目标检测单元组成的火灾检测模块；由疑似火焰区域检测单元，火焰特征提取单元组成的火灾分析模块；火灾判断模块和火灾报警模块连接而成。二、一种基于视频图像处理的火灾检测方法，该方法包括以下步骤：1)视频采集模块采集摄像头覆盖区域内的视频图像；2)火灾检测模块对视频图像进行背景建模和背景更新，并进行前景运动目标的检测；3)火灾分析模块对视频图像进行分析找出疑似火焰区域，并提取出疑似火焰的静态特征和动态特征；4)火灾判断模块把火灾分析模块提取出来的火焰静态特征和动态特征作为BP神经网络的输入，判断是否有火焰存在于视频中；5)火灾报警模块会根据火灾判断模块输出结果判断是否发出报警。所述视频采集模块，包括：视频输入单元，视频预处理单元和视频输出单元；视频输入单元通过摄像头捕获视频序列，把视频序列输入到视频预处理单元进行预处理操作，然后把预处理后的视频序列通过视频输出单元送给火灾检测模块。所述火灾检测模块，包括：背景建模和更新单元，前景运动目标检测单元；背景建模和更新单元接收到来自视频采集模块送过来的视频，对每一帧图像进行背景建模，对连续视频帧进行背景更新，再经过前景运动目标检测单元检测出前景运动目标，然后把数据移交火灾分析模块。所述火灾分析模块，包括：疑似火焰区域检测单元，火焰特征提取单元；疑似火焰区域检测单元利用颜色模型规则提取疑似火焰区域，提取出疑似火焰区域以后再经火焰特征提取单元提取火焰相应的静态特征和动态特征，把提取的静态特征和动态特征输入进所述火灾判断单元进行综合判断，然后把输出结果送给所述火灾报警模块。所述视频预处理单元采用如下方法对采集到的视频图像进行滤波，去除图像中的噪声干扰：采用一个3×3的滑动窗口对图像像素矩阵按照下列步骤进行处理：(1)选定一个二维的3×3的窗口Mxy，假设要处理的像素为m(x,y)；(2)窗口内的像素值矩阵按行从左到右升序，列从上到下升序，左对角线从左上到右下升序排列；排好顺序以后，得到左上角的像素值记为mmin，右下角的像素值记为mmax，正中央的像素值记为mmed；(3)这样排列会出现三种情况：①如果mmin<m(x,y)<mmax,mmin≥0,mmax≤255，说明m(x,y)是没有被噪声污染的像素点，不用改变；否则，说明m(x,y)是一个被污染的像素；②若m(x,y)是一个被污染的像素点，若mmin<mmed<mmax，0<mmed<255,则用mmed替换m(x,y)；③如果不满足mmin<mmed<mmax，或者255<mmed＝0,则说明mmed也是个被污染的像素点，这种情况下就用与m(x,y)相邻的像素点代替m(x,y)；(4)重复执行(1)到(3)步骤至整幅图像像素矩阵处理完毕。所述背景建模与更新单元采用如下的方法对图像数据进行背景建模和更新：(1)背景建模①对每一帧图像的每一个像素点建立像素点模型Bt0(x,y)=(mt1(x,y),mt2(x,y),...,mtN(x,y))]]>其中：t0代表当前建模图像的时刻，表示(x,y)在t1时刻的像素值，表示(x,y)在tN时刻的像素值，表示t时刻(x,y)像素点的模型，一帧图像的背景模型就是所有像素点的背景模型；②对当前帧的像素点进行前景背景分类Sr(mt(x,y))＝{m|EuclidDis(m,mt(x,y))＜r