火灾由于其突发性和不确定性对人们的生产和生活构成了巨大威胁,尤其是在无人值守的仓库、会展中心、厂房等高大环境下,有必要配置火灾预警系统。论文设计了基于图像的火焰检测算法,能够通过图像视频识别出火焰,实现火灾预警功能。论文给出了火焰检测算法的总体框架,讨论了基于图像像素的火焰判别规则,详细设计了基于图像的火焰检测算法,主要包括火焰候选区域提取和火焰鉴别等算法。通过去除火焰像素干扰点和合并小块区域的方法,提取火焰候选区域;基于深度学习神经网络设计了火焰鉴别器,可以对火焰候选区域进行进一步的甄别,提高了火焰检测的准确性。分析了火焰鉴别器的深度学习神经网络结构,给出了ARM系统实现论文算法的细节。最后,论文给出了基于深度学习的烟雾检测算法,检测出图像视频中存在的烟雾,这样就可以提前发出火灾预警。对基于图像的火焰检测算法进行了测试,结果表明论文所设计火焰检测算法具有93.5%的准确率,达到了实际工程应用的需要。