火灾是一种常见多发,且对人民生命和财产安全造成严重危害的自然灾害。传统火灾探测技术主要基于感温、感光、感烟等技术,易受空间高度、监测面积、空气流速、粉尘、温度等周围环境因素的影响。而图像型火灾探测技术则能够克服这些缺陷,更适合在室外环境中使用,有着更广阔的应用前景。火焰识别是火灾检测的一个重要方面,本文主要研究室外具有复杂背景环境中的火焰识别算法及其在DSP嵌入式系统中的优化实现,研究的重点可分为三个方面：视频图像火焰区域分割、火焰特征提取与识别、算法在DSP系统中的移植和优化。首先,针对传统火焰区域分割算法易受复杂背景的干扰、运算量大等缺点,在充分研究火焰的运动特性并考虑实际应用环境的基础上,提出了一种基于多均匀分布背景模型的运动检测算法。该算法通过多个均匀分布来表征像素点的背景模型,并依据像素点的当前值与背景模型的匹配结果来实现像素点的运动检测。该算法能够很好地克服复杂背景带来的干扰；同时,与基于混合高斯模型的运动检测算法相比,该算法更加简洁,实时性更好,更有利于在嵌入式系统中实现。然后,从静态特征和动态特征两方面对视频图像中火焰的各类特征进行了分析,并根据实际应用环境,选取火焰颜色、面积变化、闪烁规律、整体移动四种特征对图像分割后的疑似火焰区域进行判断,以达到识别火焰、排除非火焰区域的目的。对常规特征提取与识别算法进行了改进：通过判断满足颜色条件像素点总数与连通域面积的比值,使得火焰颜色辨别方法对不同的火焰有更好的适应性,同时也能保留较完整的火焰区域；通过面积坐标点拟合直线的斜率来表征火焰面积的增大趋势,区域最高点和最低点的位置变化来表征火焰的闪烁特征,使得火焰特征描述更为直观,特征提取算法更为简便,火焰的识别效果更好。最后,将上述火焰识别算法移植到DM6437 DSP系统上,并依据算法的基本优化方法和TI DM6437 DSP的运算特性从存储器优化和代码优化两方面对算法进行优化。其中,存储器优化方面主要包括存储器分配、Cache优化、EDMA优化等；代码优化方面主要包括C代码优化、线性汇编等。最后的测试结果表明,该算法及其优化方法能够满足DSP嵌入式系统的要求,能够使视频图像的火焰识别达到实时性的效果。