森林安全对保护我省生态资源具有十分重要的意义。针对林区火焰远程在线监控问题,本文构建了一套以DSP模块和IP模块为核心的林火智能无线检测系统,提出了适用于开放环境下的火焰检测算法,并完成了该系统在林区火焰检测的调试。其中包括系统的硬件框架、无线网络以及系统软件框架的调试,验证了本系统能够有效地实现火焰检测,排除了伪火运动物体干扰。本系统具有成本低、检测覆盖范围广、低功耗等优点,最重要的是火焰检测准确率高、误检率低。　　 在硬件构架上,完成了基于DM642/IP模块的智能林火监控系统硬件平台的集成搭建及调试,实现了林火现场的图像采集、处理,并将现场的视频图像压缩编码,通过3G无线路由模块实现视频及火灾检测信息的远程传输,在监控中心对林区现场视频进行解码播放。　　 在软件框架上,为了实现火焰识别算法和与模块间的信息交互,以CCS3.3作为开发环境,基于RF框架设计了DSP/BIOS下多任务软件框架及调度方案,实现了多线程调度、硬件中断响应和任务间通信。此外,在Linux环境下,完成了IP模块串口及网络通信多线程软件框架设计及调度,实现了IP模块对视频编解码及与DSP模块交互等功能。　　 在火焰检测算法上,本文提出了开放环境下的在线火焰智能检测算法。本算法在疑似火焰目标区域提取上,提出了一种具有抗光照干扰能力的火焰颜色模型,并提出了一种改进的基于卡尔曼滤波、并具有历史累积效应和背景控制功能的运动检测模型。在火焰动态特征方面,针对火焰的四个时空域特征:包括火焰蔓延率、质心变化、区域纹理以及轮廓抖动性,提出了一种基于空域小波高频能的火焰区域纹理特征描述;同时针对轮廓抖动性,给出了一种将轮廓时域小波变换与并行隐马尔科夫模型相结合的轮廓抖动描述。最后,火焰识别的分类器选择了鲁棒性较高的多模式贝叶斯网络模型。该分类器模型中的轮廓抖动性特征的先验概率分布是通过并行隐马尔科夫模型实现的,而其他三个动态特征的先验概率则是基于parzen窗估计的。　　 本文林区火焰检测系统与2011年5月在绍兴林区进行了用户测试,验证了火焰检测算法能够正确地识别出火焰,排除了伪火运动物体的干扰。与本课题相关项目与2011年9月通过专家组的验收。