火灾具有突发性、随机性的特点，不仅发生率较高，而且它的破坏性极大。如何快速、有效的进行火灾报警，极大可能的降低火灾带来的损失成为火灾预防和研究的重要内容。烟雾是火灾早期产生的易探测的明显特征之一，视频烟雾检测是一项理论意义和实际价值兼备的重要课题。随着嵌入式技术的快速发展，基于嵌入式平台的前端检测由于其安装方便，硬件成本低，实时性好等优点在实际中应用越来越广泛。本文研究了一种基于ARM和OpenCV的火灾烟雾识别的检测方法。以ARM处理器为核心，设计了视频采集和数据通信电路。移植Linux操作系统、OpenCV到S3C2440实验板，利用OpenCV函数实现了烟雾的特征提取和识别。首先通过对采集的图像用DB4小波基进行四层分解，在对各层小波系数进行适当的处理后，结合差分盒维数运算，提出基于频域和分形的烟雾分割算法，该算法减弱了烟雾半透性的影响，可以更为准确的分割出烟雾区域。然后根据火灾烟雾的特点，提取出烟雾的特征，包括烟雾的分形维数（差分盒维数），运动方向，颜色特征和密度分布特性。接着介绍了支持向量机的算法原理、参数选择和模型建立，提出基于支持向量机的烟雾识别算法。最后支持向量机经过训练集的训练后，对其余样本进行了预测分类。结果表明，在该算法下烟雾的识别效果较好。本文充分发挥嵌入式系统的优势，从软、硬两方面进行设计实现了基于视频的烟雾监测，为基于ARM与OpenCV的视频烟雾监测提供了一定的借鉴意义。