1.一种基于YCrCb和LAB颜色空间的火焰检测识别方法，其特征在于，包括以下步骤：(1)获取视频帧图像，将视频帧图像分别转换为YCrCb和LAB颜色空间图像并灰度化后得到两幅图像；

(2)将步骤(1)得到的两幅图像相减得到差值图像，并进行二值化；

(3)对二值化后的图像通过开闭运算减少图像的噪点，再通过寻找二值化图像的轮廓图得到火焰候选区域的具体位置；

(4)找到火焰候选区域在原视频帧中对应位置的火焰候选区域，使用训练好的CNN模型对该区域目标图像进一步识别，剔除非火焰目标得到火焰目标，并在原视频帧中对火焰目标进行标记。

2.根据权利要求1所述的一种基于YCrCb和LAB颜色空间的火焰检测识别方法，其特征在于，训练CNN模型的样本数据集通过对现有公开的火焰视频数据进行处理得到，具体为：通过对公开的火焰视频使用取帧法将视频提取出视频帧集合，并对视频帧集合提取火焰区域与非火焰区域，并将图像分别放入火焰图像和非火焰图像两个不同文件夹；将火焰图像文件夹标签设为正监督值，非火焰图像文件夹标签设为负监督值，再将图像归一化成同一大小构建成CNN模型的样本数据集。

3.根据权利要求1所述的一种基于YCrCb和LAB颜色空间的火焰检测识别方法，其特征在于，所述步骤(1)中将YCrCb和LAB颜色空间图像灰度化后再通过高斯滤波减少图像的噪点。

4.根据权利要求1所述的一种基于YCrCb和LAB颜色空间的火焰检测识别方法，其特征在于，所述步骤(2)中二值化的阈值范围为8-12。

5.根据权利要求1所述的一种基于YCrCb和LAB颜色空间的火焰检测识别方法，其特征在于，所述步骤(3)包括以下步骤：(31)对二值化后的图像进行开运算，去除独立的噪点；

(32)对开运算后的图像进行闭运算，弥补相邻目标之间的缝隙；

(33)通过寻找轮廓方法得到目标的候选区域。

6.根据权利要求1所述的一种基于YCrCb和LAB颜色空间的火焰检测识别方法，其特征在于，所述步骤(4)包括以下步骤：(41)找到二值图像的火焰候选目标在原视频帧中对应的火焰候选目标；

(42)将所有的火焰候选目标归一化为统一的大小；

(43)送入训练好的CNN模型中进行识别，根据置信度大小剔除非火焰目标得到火焰目标；

(44)将经过CNN模型识别为火焰目标的区域对应在原图像的位置通过矩形在视频帧中进行标记，实现火焰追踪的可视化。

7.根据权利要求1所述的一种基于YCrCb和LAB颜色空间的火焰检测识别方法，其特征在于，当视频中的一帧图像或连续设定帧数的图像中识别出火焰目标则发出火焰警报。

8.一种基于YCrCb和LAB颜色空间的火焰检测识别系统，其特征在于，包括：图像预处理模块：用于读取视频帧图像，将视频帧图像分别转换为YCrCb和LAB颜色空间图像并灰度化后得到两幅图像；

火焰检测模块：用于将图像预处理模块得到的两幅图像做差得到差值图像并二值化后，再经过开闭运算、寻找轮廓方法得到火焰目标的候选区域；

火焰识别模块：用于使用训练好的CNN模型对得到的火焰目标候选区域图像进行进一步识别，剔除非火焰目标得到火焰目标；

以及，火焰区域可视化模块：用于根据火焰识别模块得到的火焰目标位置，对原视频图像中对应的火焰目标进行标记，实现火焰追踪的可视化。

9.根据权利要求1所述的一种基于YCrCb和LAB颜色空间的火焰检测识别系统，其特征在于，还包括火焰警报模块：用于对视频持续监测，在一帧图像或连续设定帧数的图像中识别出火焰目标时，发出警报。

10.一种基于YCrCb和LAB颜色空间的火焰检测识别系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被加载至处理器时实现根据权利要求1-7任一项所述的基于YCrCb和LAB颜色空间的火焰检测识别方法。