随着经济的飞速发展,火灾频频发生,给人类的生命和财产安全造成了很大的威胁。由于传统火灾探测器会受各种因素如空间高度、空气流速、粉尘等的影响,以及图像采集、计算机技术的高速发展,作为一种新型的有效的早期火灾探测技术,基于视频序列(图像型)的火灾烟雾探测技术倍受人们的关注。本文对图像型火灾烟雾探测算法做了深入研究。视觉特征是最明显的区别某一事物的特征,颜色、湍流现象和扩散运动是火灾烟雾最明显的视觉特性,本文主要从这些特征进行分析。首先,用运动目标检测的方法提取烟雾疑似区域,将与烟雾类似的一切静止干扰进行排除。本文结合光流法和帧差法的优点,对基于梯度的HS光流法做了改进,弥补了经典HS法对缓慢运动目标检测不敏感的缺点,并在传统帧差法的基础上做了较大改进,利用连续多帧图像对烟雾疑似区域进行大致定位,最后将两种改进的方法进行融合,充分利用两种方法的优点,互补二者的不足,更好的提取运动目标,为后面的特征提取做好铺垫。在提取运动目标后再对运动目标进行颜色分析,烟雾的颜色是从浅灰色到黑色变化的,根据这一特征,本文制定出一套属于烟雾颜色的规则,不满足此规则的目标物就证明不是烟雾,反之则进行更深入的特征分析。文章用4个参量综合概括了烟雾的湍流现象和扩散运动：边界闪烁频率、累积运动量、凸形度和主运动方向。最后利用朴素贝叶斯分类器对四个特征参量进行融合,利用最大后验概率的原理,对给出的描述事件的一组特征量做出是火灾还是非火灾的分类判断,特征的融合有效降低了误报率。实验结果表明,本文提出的算法能够对室内外大多数场景下的火灾烟雾做出准确有效的判断。