在木材加工行业中,一旦木粉尘本身及周围环境满足爆炸五要素,则必然会引起不可逆的燃爆,其造成的危害极大,时刻威胁着人类生命财产安全。从粉尘爆炸的五个特点来分析,预防和控制粉尘爆炸最好的方法是能够及时、快速、准确的熄灭生产过程中产生的点火源,现在常用且最有效的预防控制手段均是在生产管道上加装火花探测器及熄灭装置。进口的火花探测器检测范围广、响应速度快、误判动作少、价格昂贵,但是大多都还是只能针对于点来进行探测,探测范围并不能辐射到一整个连续的面;同时国内对于这项产品及技术的研究少之又少。高光谱成像技术作为近几年逐渐发展成熟的一项检测技术,应用十分广泛,其具有图谱融合,检测速度快,分辨率高等特点。现有火花探测器一般探测的范围为400~1100nm,而本文利用高光谱成像系统获取在可见/近红外(550~1000nm)波段范围内的马尾松和杨木粉尘的火星高光谱图像,运用普朗克定律等理论结合均值化处理的方法得到马尾松在600~732nm、941~1000nm以及杨木粉尘598~629nm范围内属于一个信号干扰区,这些波段对于火星等点火源的误判率比较高,反馈的信息容易让人接收到非正确的火灾预警,所以在后续探测或数据处理中需要将这些波段给剔除,只利用732~941nm和629~976nm波段区间来对马尾松和杨木粉尘分别进行区分火星和周围其他物质,对探测器的波段范围进行了一定程度上的优化处理。同时利用滤波和二值化处理的方法对高光谱图像进行木粉尘火星特征图像的分类提取。对筛选后得到的高光谱图像的波段,利用ENVI4.7软件提取这些波段上木粉尘火星高光谱图像中的感兴趣区域(ROI),并将两种木粉尘感兴趣区域内的光谱数据进行归一化预处理,将预处理的结果利用支持向量机(SVM)结合核函数参数优选的方法建立分类模型,得到最终的分类识别率。最终结果表明,网格参数寻优(GS)相比遗传算法(GA)和粒子群算法(PSO)得到的核函数参数最为优异,将网格参数寻优结合支持向量分类器(GS-SVM)能得到最好的分类效果,此时的马尾松粉尘和杨木粉尘的最佳参数(C,g)分别为(1.4142,0.0078125)和(4,0.0055243),此时的两类木质粉尘火星识别率均达到了99%以上。