森林火灾具有突发性强、破坏性大、处置救助困难等特点，一旦发生森林火灾，对国家的经济以及对生态环境会带来严重的损失。当前针对森林火灾的预防主要是根据火的特征和烟的特征进行判别。基于火的森林火灾检测研究技术相对比较成熟，但由于火的滞后性，一旦有火产生已经发生了火灾，因此研究基于烟雾的森林火灾检测更具有现实意义。　　本文提出了一种基于固定视场和烟雾动态特征的森林火灾烟雾检测方法。针对复杂环境下烟雾识别问题，本文通过分析森林火灾烟雾特征，研究了空间信息和自然条件对视频图像产生的影响，采用了一种背景和阈值自适应更新的算法模型对火灾烟雾图像进行了分割处理，使之能够快速、准确地检测到现场持续运动的区域。在此基础上，对该运动区域进行面积分析、小波分析以及相关性分析。在针对森林火灾烟雾图像固有的扩散性、背景模糊性以及相关性特征进行了相关的实验分析。结合烟雾图像的三个特征以及提取出运动区域的三个特征提出了一种融合烟雾多运动特征的算法模型来识别烟雾图像。该算法应用于室外大空间火灾烟雾检测的过程中有比较好的鲁棒性，能够克服室外条件的复杂性，在有风有雨以及有云雾等天气条件下依然能够保持较高的识别率。其算法在本文实验平台上，在无干扰条件下识别率能达到96.3％，有干扰情况下能达到95.0%，处理单帧图像的平均时间为0.03s。算法运行良好，能够达到预期效果。