本文提出了一种利用数字图像处理技术对火灾产生的烟雾进行检测识别的算法,从而可以更好得对火灾的发生产生预警,提高了火灾预警系统的灵敏度,降低了误报率。该算法主要分为六部分:图像预处理,背景重建与目标的提取分割,基于图像静态特征的烟雾识别,基于图像动态特征的烟雾识别,基于图像颜色特征的烟雾识别,加权判断。对从监控现场的固定摄像头上采集到的视频图像,进行图像预处理,使用最长稳定状态法重建出背景图像。在目标提取分割时使用了背景差分法、高斯滤波、区域填充和区域标记等算法筛选出唯一的目标区域。本文通过研究和实验,检验了烟雾的诸多有效特征,这些特征可分为静态特征、动态特征和颜色特征。静态特征包括烟雾形态、高频衰减、形状复杂度。动态特征包括像素变化及变化频率、发生源位置、形态变化。颜色特征是指烟雾对背景色彩度的衰减。本文提出了烟雾具有内部像素变化频率自底向上逐渐减小的特性,提出了烟雾具有衰减背景色彩度的特性。本文在分析烟雾形态特性时使用了两种烟雾区域的切分方法;使用了边界链码和圆形度描述轮廓形状的复杂度;使用了图像分块的方法分析烟雾对背景的高频衰减特性和烟雾内部像素变化的频率特性;并基于这种区域划分,提出了一种描述运动物体形态变化的简单方法。针对每种烟雾的特征,均给出了使用此特征进行烟雾识别的方法步骤,对分割出的目标区域进行检验,可以得出一个结果。将各特征检验的结果进行加权可以得出一个最终的识别结果。