火灾对于人类的生命财产安全和自然生态环境具有严重的威胁性,通过对火灾进行探测且及时预警对于减少各种损失意义重大。随着智能监控设备的普及,基于视频的火灾探测技术受到广泛的关注。相较于传统的火灾探测方法,该方法由于具有不受环境约束、响应速度快及探测范围广等优点,适用于商场、厂房、森林等大空间场所的火灾监测。然而在火灾发生的初期,由于物体处于阴燃状态,常伴随烟雾的产生,通过对烟雾的探测能及早对火灾进行探测,因此基于视频的烟雾探测技术成为了研究热点。但目前视频烟雾探测技术还存在疑似烟雾区域提取不完整、烟雾探测误报率高等问题,因此本文针对上述问题来展开研究。具体研究工作如下:(1)提出了一种结合两步图像分割和运动目标检测的疑似烟雾区域提取方法。首先,利用大津算法对图像进行两步分割,以获得含有烟雾的感兴趣区域;然后采用视觉背景提取算法检测烟雾的运动,并通过区域搜索策略来提取疑似烟雾区域;最后,利用图像形态学处理方法获取疑似烟雾区域;实验结果表明,本文方法相较于其它方法,可提取更加完整的疑似烟雾区域。(2)研究了基于烟雾多特征融合的视频烟雾探测算法。针对复杂场景中存在行人、汽车及其他物体运动干扰的问题,提取了描述烟雾运动特性的区域绝对面积增长、烟雾扩散等运动特征和能反映烟雾本质特性的颜色、背景模糊、纹理等静态特征。通过对提取的静态和动态两大类特征进行融合,训练了SVM支持向量机,获得了烟雾探测分类模型。采用包含烟雾和非烟雾的视频对算法进行测试验证,实验结果表明该算法的可行性。(3)设计了视频烟雾火灾探测软件,并搭建了实验平台。基于研究的视频烟雾探测方法设计了火灾视频烟雾探测系统,以模块化方式将本文的算法融入其中,基于MFC框架编程,实现了软件的模块功能。通过燃放烟饼的方式对软件进行了测试,测试结果表明所设计软件可对所采集视频进行烟雾探测。