1.一种基于连通粒的像素级火灾烟雾根节点检测方法，其特征在于，包含以下步骤：第一步，图像增强：通过采集固定摄像头的连续帧烟雾图像，进行帧图像提取，然后通过直方图均衡化将原始图像直方图变换为均匀分布的形式，从而增强图像整体对比度；

第二步，动态区域提取：通过高斯混合背景建模提取动态候选烟雾区域；

第三步，静态区域提取：利用烟雾区域RGB值的特征，提取静态候选烟雾区域；

第四步，区域融合：将动态候选烟雾区域与静态候选烟雾区域进行融合，融合后获得完整候选烟雾区域轮廓；

第五步，角点检测：将第四步得到的完候选烟雾区域轮廓进行形态学处理，然后用SUSAN角点检测获取各个动态区域角点个数，设定阈值，根据角点个数筛选出正确的烟雾区域；

第六步，计算代表烟雾根坐标：用水平线扫描法计算出各区域烟雾根节点代表坐标；

第七步，锁定烟雾根节点位置：将视频帧序列分组，针对每一组图像，首先，计算出该组每帧图像的烟雾根节点代表坐标位置；然后，求出该组图像各区域烟雾根节点均值坐标，以该均值坐标为中心，R为半径创建圆形模板；最后，若每帧图像的烟雾根节点代表坐标均在圆形模板内，则判定该均值坐标为烟雾根节点。

2.根据权利要求1所述的一种基于连通粒的像素级火灾烟雾根节点检测方法，其特征在于所述第四步中的区域融合，其计算方法为：步骤1：将动态候选烟雾区域图像和静态候选烟雾区域图像同时进行二值化处理，并进行区域分割，两张图像各自分成10×10的网格区域；

步骤2：对两张图像的所有区域进行融合操作，将两张图像融合为一张完整的候选烟雾图像，首先，统计每一个网格区域内是否有动态区域的像素点和静态区域像素点，若存在，则从当前点开始融合，融合过的像素点标记为1，否则为0；

其中， 为第i帧图像坐标点(x,y)的像素点标记值；

步骤3：融合过程使用广度优先搜索算法，具体实现为：第一步，以当前标记点坐标为根节点，放入队列中；第二步，队首节点元素出队，并将该节点像素坐标标记为1，然后依次遍历该点八邻域像素点，若静态候选烟雾图像中，该点像素值为255，则压入队列；第三步，当该节点的八个邻域遍历完成后，队列中的所有元素即为出队节点的叶子节点；第四步，重复第二步和第三步，直到队列为空，或者超出该点所在的10×10的网格区域；

步骤4：创建一张与原图像相同大小的空白图像，顺序遍历标记图像坐标点，若该点坐标为1，则将空白图像对应点设置为255，遍历完成时，即可获得完整候选烟雾区域轮廓二值图像。

3.根据权利要求1所述的一种基于连通粒的像素级火灾烟雾根节点检测方法，其特征在于所述第五步角点检测，计算方法为：步骤1：在图像上放置一个37个像素的圆形模板，模板在图像上滑动，依次比较模板内各个像素点的灰度值与模板核的灰度值，判断是否属于USAN区域，判断方法如下：其中，C(r,r0)为圆形模板中和核心点有相同灰度的标记值，H(r)是以r为半径的圆形模板中像素点灰度值，H(r0)是中心点r0的像素值；

步骤2：统计圆形模板中和核心点有相似亮度值的像素个数n(r0)；

步骤3：若某个像素点的USAN值小于某一特定阈值，则该点被认为是初始角点：步骤4：对初始角点进行非极值抑制来求得最后的角点，并根据角点个数筛选出烟雾区域。