1.一种烟火识别算法，其特征在于，包括以下步骤：S1、参数配置：配置摄像头信息、检测环境信息，生成配置文件；

S2、移动区域检测：根据图像成像情况采用高斯模糊或者中值模糊滤波，在摄像头未移动情况下，或者移动情况下发现疑似烟火后静止的情况下，再采用opencv中的KNN算法，判断差值大小及区域大小，确定是否有移动区域，提取移动候选框；

S3、去雾：基于暗通道去雾的算法，根据全局大气光与透射率关系进行优化，去雾后色彩还原度比较高，图片不会出现过于暗淡，速度快；

S4、画面增强：锐化图片，增加图片清晰度及对比度，提高烟火区域亮度；

S5、RGB色值过滤：烟雾基本属于白色或者类白色状态，通过RGB值的三通道差值判断选出类似烟火区域；

S6、区域形状分析：采用opencv进行轮廓提取，提取轮廓形状，烟火形状为不规则多边形，且形状变化，以凸包为主，所以根据这个性质可以进一步排除规则物体；

S7、深度学习算法：根据以上算法提取出的候选框区域，采用算法补充候选框，提取疑似烟火区域进行分类，根据分类情况将数据放回算法框，根据算法框位置、分类结果、对应关系确定最终烟火区域。

2.一种使用如权利要求1所述的一种烟火识别算法的一种烟火识别系统，该系统包括：参数配置模块：确定摄像头是基于移动监测还是静态监测；

预处理模块：数据对比度增强、去雾、移动区域检测；

烟火预判模块：RGB色值过滤、区域形状分析；

深度学习算法模块：用于区分云、烟、火、雾。