1.一种基于总有界变分的森林火灾烟雾图像检测方法，其特征在于，其步骤包括：步骤1：输入视频序列中的图像；

步骤2：提取图像中森林火灾疑似烟雾区域，具体为：

步骤2.1：将图像分块，形成N个图像块，利用总有界变分方法计算各图像块的TBV值；

步骤2.2：根据各图像块的TBV值求图像的总体均值 和总体方差σ2，若 则返回步骤1进行下一帧图像的处理；若 则以图像的总体均值 作为初始划分基准，各图像块的TBV值与初始划分基准进行比较，确定图像中各图像块所属的类别，将TBV不超过总体均值 的图像块归类于疑似火灾烟雾块；

步骤2.3：对疑似火灾烟雾块融合聚类构成特征数据并提取最终的疑似烟雾区域。

步骤3：采用帧间差分法对疑似烟雾区域进行烟雾运动特征分析，若疑似烟雾区域运动，则判定为火灾烟雾图像，给出火灾报警；若疑似烟雾区域不运动，则返回视频输入进行下一图像的处理流程。

2.根据权利要求1所述的基于总有界变分的森林火灾烟雾图像检测方法，其特征在于：所述步骤2.1中各图像块的TBV值计算的具体方法为：令f表示原始清晰图像，f(x,y)表示图像中坐标(x,y)像素的像素值；当清晰图像因为烟雾变的模糊，设模糊图像的像素为g(x,y)，分别计算出清晰图像f的总有界变分TBVf和模糊图像g的总有界变分TBVg，分别由式(1)、(2)求解：式(1)、(2)中Ω表述如(3)所示：

Ω＝{(x,y):0≤x≤a,0≤y≤b}   (3)其中，a为图像长度，b为图像宽度。

3.根据权利要求2所述的基于总有界变分的森林火灾烟雾图像检测方法，其特征在于：所述步骤2.2具体为：

步骤2.21：根据各图像块TBV值计算图像的总体均值 总体方差σ2；总体方差σ2表示为：其中，TBVn为图像中第n个图像块的TBV值，N为图像中图像块的总体例数；

步骤2.22：判断图像是否有烟雾；具体为：

若 说明图像无烟雾或烟雾整体分布，排除火灾烟雾，返回步骤1进行下一帧图像的处理；

若 不排除火灾烟雾，执行步骤2.23；

步骤2.23：依据TBV值对图像块进行初始划分：选择图像的总体均值 作为初始划分基准，将各图像块的TBV值与初始划分基准进行比较，确定图像中各图像块所属的类别，当即第n个图像块的TBV值小于等于总体均值时，确定此图像块的类别为疑似火灾烟雾块，形成类别数据Mn；将图像块的划分对应的像素归到基准划分，形成整幅图像的一个初始划分M＝M1，M2，…，Mn。

4.根据权利要求3所述的基于总有界变分的森林火灾烟雾图像检测方法，其特征在于：所述步骤2.3利用谱聚类方法对M＝M1,M2,…Mn图像块初始划分的类别数据进行融合聚类进行聚类，构成特征数据，提取疑似烟雾区域，具体为：依据 能够求得第i帧图像分割后的对应疑似火灾烟雾块Mn(x,y)，合成此类分割图像块，能够获得第i帧图像疑似疑似烟雾区域Mi2(x,y)，由式(5)求解：i

其中， 代表把分割的图像块组合为完整视频图像；MN·M (x,y)表示第i帧图像中第N行第M列个疑似火灾烟雾块；

最后，第i帧图像的疑似烟雾区域Mi(x,y)是Mi1(x,y)和Mi2(x,y)的交集。由式(6)求解：

1 2

Mi(x,y)＝Mi(x,y)∩Mi(x,y)      (6)依据式(6)，能够从视频火灾烟雾图像中依次抽取第t1,t2,...,ti图像帧的疑似烟雾区域 定义 依次为中火灾烟雾图片像素数；由此，提取出疑似烟雾区域。

5.根据权利要求4所述的基于总有界变分的森林火灾烟雾图像检测方法，其特征在于：所述步骤3中帧间差分法的具体算法为：

记视频序列中第i帧和第i-1帧图像为fi和fi-1，两帧对应像素点的灰度值记为fi(x,y)和fi-1(x,y)，按照式(7)将两帧图像对应像素点的灰度值进行相减，并取其绝对值，得到差分图像Di：Di＝|fi(x,y)-fi-1(x,y)|   (7)设定差分图像二值化阈值为T，按照式(8)逐个对像素点进行二值化处理，得到二值化图像Ri'(x,y)，其中，灰度值为255的点为前景点即运动目标点，灰度值为0的点即为背景点；对Ri'(x,y)进行连通性分析，得到含有完整运动目标的图像Ri；

其中，fi(x,y)为第i图像帧的疑似烟雾区域灰度值，Di(x,y)为火灾烟雾从ti图像帧到ti+1图像帧的增长，同时t1

对于单帧的疑似烟雾区域与连续两帧的火灾烟雾增长率不具备代表性，选择图像帧数量或者时间间距相同的t1,t2,...,ti图像帧，i的所取数值取决于Di(x,y)>T产生的次数，由式(9)描述：式(9)中，设定T是阈值，tv为视频图像的延续时间，若疑似烟雾区域增长超过阈值时，则疑似烟雾区域运动，判定为火灾烟雾图像，给出火灾报警，若疑似烟雾区域增长不超过阈值时，疑似烟雾区域不运动，则返回视频输入进行下一图像的处理流程。