在高度工业化的现代社会生活中,越来越多的有毒的或者是易燃易爆的危险气体也随之产生,一旦这些气体泄漏,将导致不可想象的严重后果,给社会造成巨大的损失。基于此,本论文开展了背景建模与背景抑制的红外图像泄漏气体检测算法研究。首先,我们对红外图像中的泄漏气体的特性进行了研究,研究发现红外图像泄漏气体不存在颜色、纹理等特征信息,其具有无轮廓性、无规则流动性,加大了泄漏气体的检测难度。故传统的目标检测方法都不能满足对泄漏气体红外图像的检测要求。且在实际的应用中,不仅要满足检测结果的准确性,而且还需要提高系统检测的实时性,因此泄漏气体的检测是一个具有挑战性的难题。其次,针对上述泄漏气体在红外视频图像中的这些特点,本论文在选取了被动式气体检测技术的基础上,将传统的背景建模算法进行分析,由于VIBE算法优良的特性,本文对VIBE进行了深入的分析和研究。在此基础上,本论文对传统的VIBE算法进行改进,提出了一种基于快速前景模型的红外图像背景建模算法。在背景模型中,由于引入了快速前景模型,将原本的VIBE算法对于前景点的比较次数从传统的20次降低到平均7次左右,实验结果表明,本文提出的背景建模算法可以极大程度地提升检测速度。同时,本论文还研究了一种针对泄漏气体红外图像检测的自动阈值算法,通过将传统VIBE算法中的灰度背景模型的检测半径改为自动阈值,提高了本算法的适应性和准确性。通过多次的实验证实,本文提出的背景建模算法,相对于经典的VIBE算法,可以实现更好的实时性,同时也具有更高的准确性和鲁棒性,可以满足多种场景中的对泄漏气体的红外图像检测的实时要求。最后,针对背景建模处理后得到的目标图像结果图中,依旧存在一些噪声点和伪目标,通过分析气体的几何特征,本论文,提出了一种基于多重几何特征融合的红外图形背景抑制算法,通过实验证明,本文提出的背景抑制算法具有很好的准确性和实时性,满足泄漏气体红外图像检测对背景抑制算法的要求。