火灾是一种常见的自然灾害，它严重影响了人民群众生命和财产的安全。如何及时、准确地探测出突发性火灾事件将火灾造成的损失降至最低，一直是人们长期关注和研究的课题。传统的火灾探测技术基于烟雾颗粒、温度等物理量的传感器，难以满足大空间、大范围火灾探测的需要。本项目旨在探索如何利用视频图像实现对火灾事件的探测和预警，在现有视频监控系统基础上实现实时的火灾监控。 本项目围绕四个方面展开工作：1、研究二分光模型在视频火焰光谱特征提取方法；2、研究基于Contourlet的火焰、烟雾的方向性纹理和高频特征提取与分析方法。3、研究可靠的烟雾模糊特征提取和分析方法；4、构建视频火灾探测原型系统。 在自然基金的支持下，项目组成员在视频火焰、烟雾探测方面取得三项主要进展：1、提出基于Contourlet变换和协方差矩阵融合的时空域火焰纹理特征，在视频火焰检测上取得良好效果。2、引入HEP模型并对LBP-TOP算子进行改进，在视频烟雾检测上取得良好效果。3、初步构建了一套视频火灾检测软件原型系统。在本项目资助期间，项目组成员发表多篇论文、提交专利申请4项，并在视频火灾检测领域培养硕士生4名。