1.一种视频序列下实时火灾检测预警方法，其特征在于，包括以下步骤：S1：读取一帧视频序列，采用帧差法提取视频中的运动区域；若未检测到运动区域，则返回步骤S1；

S2：同时检测火焰区域和烟雾区域，将运动区域的运动像素点与火焰颜色特征模型和烟雾颜色特征模型进行匹配，从而识别出火焰区域和烟雾区域；如果未提取到火焰区域和烟雾区域，则返回步骤S1；

S3：如果检测到火焰区域或烟雾区域，则表示有火焰或烟雾发生，此时进行火灾预警，然后读取下一帧。

2.根据权利要求1所述的视频序列下实时火灾检测预警方法，其特征在于，步骤S1中，采用一种改进的帧差法提取视频中的运动区域，其具体方法包括以下步骤：S1.1：对图像做分块处理，将图像分成28*28大小的块；

S1.2：计算出该块内相邻两帧内所有像素点的像素值的变化，使用log函数将变化值映射到[0，8]的空间内，对这些值进行统计相加后，如果大于一定的阈值L，才认为当前块是一个运动的块，其中L为预设的检测敏感度。

3.根据权利要求2所述的视频序列下实时火灾检测预警方法，其特征在于，L取值为28*

28*3＝2352。

4.根据权利要求1所述的视频序列下实时火灾检测预警方法，其特征在于，步骤S2中，对于火焰区域检测，选取闪烁频率符合火焰闪烁频率的类着火点作为候选点；提取候选点的纹理特征，并依据已有着火区域的纹理特征利用SVM分类；根据SVM分类结果判定是否有火焰；

对于烟雾检测，使用光流法提取烟雾运动区域的运动向量；使用事先训练的SVM分类结果判断是否有烟雾。

5.根据权利要求1所述的视频序列下实时火灾检测预警方法，其特征在于，步骤S2中，所述颜色特征匹配模型如下：火焰颜色匹配模型：使用了HIS颜色空间模型，即色调H，饱和度S，亮度I具体模型为(1)

0≤H≤60°(2)125≤I≤255(3)0≤S≤0.15；

烟雾颜色匹配模型：设max为R，G，B中的最大值，min为R，G，B中的最小值；实验表明，5

6.根据权利要求1所述的视频序列下实时火灾检测预警方法，其特征在于，步骤S1、步骤S2中返回步骤S1后读取下一帧，采用了慢读取，快恢复的机制，当读取到第k帧时，步骤S1未提取出运动区域，或者步骤S2检测到火焰区域和烟雾区域，则认为当前场景处于一种safe状态，此时不再读取第k+1帧，而是读取k+δ帧，δ以2，3，4……μ的取值范围逐渐增大，其中峰值μ的值为fps，即以一种跳跃的方式来读帧；

当步骤S2检测到火焰区域或者烟雾区域时，则认为当前区域处于dangerous状态，δ立即修改为1，即开始恢复逐帧读取。