目前很多国家都出台了禁烟法令，严格禁止公共场所吸烟。在中国很多城市也都开始禁止公共场所吸烟，尤其是在火车站这些人流比较大的公共场所。传统的烟雾探测器受安装位置，场景环境以及烟雾浓度的影响，不能有效的检测烟雾，而且探测器在检测烟雾的过程中无法准确地确定吸烟者所处的位置。然而通过视频烟雾检测可以很好的解决上述问题，还可以充分利用安防所用的那些监控设备，减少监控人员的负担。本课题研究室内环境下的吸烟行为烟雾识别与研究，即通过检测烟雾来判断吸烟行为的发生。通过对室内环境下的序列视频图像进行分析，对吸烟烟雾加以检测与识别。本课题在参考火灾烟雾识别的过程中，来寻找吸烟烟雾检测的最佳方法。通过背景相减的方法来获得图像中的运动图元，找出画面中发生变动的前景部分，然后通过色彩模型来区分烟雾与其他运动物体，在HSI色彩空间中找到具有烟雾特征的像素并加以标记，得到烟雾疑似区域图元。根据烟雾丛聚性的特征，对得到的烟雾疑似区域图元利用分块思想去掉不符合烟雾丛聚性的图块，能够避免由于光线变化所引起的干扰对烟雾检测的影响。最后由于在吸烟序列图像中，烟雾像素随时间的变化以及烟雾半透明的特性，通过烟雾像素的统计直方图以及像素变化的时空特性来提取烟雾特征，课题重点对烟雾的亮度分量以及RGB三通道的颜色分量进行分析并得出对应的特征。对拍摄的烟雾样本以及非烟雾样本进行统计，并提取特征值，然后用样本集训练分类器，本文选择支持向量机(SVM)作为分类器，能够准确的识别出烟雾，并且识别率比较高。