森林火灾是一种世界性的严重自然灾害，是毁坏森林资源的主要灾害之一。我国是一个森林覆盖率不高、但森林火灾发生频繁的国家，森林火灾预防、消灭所面临的形势非常严峻。鉴于我国重特大火灾多发生在位置偏僻、人烟稀少的山区或原始、半原始林区，在成灾之前及时发现林火并迅速向指挥中心传递火情信息便成为森林火灾消防的基础和核心。作为一种新型的有效的早期森林火灾监测技术，图像型火灾监测技术倍受人们的关注[1]。该技术是基于图像处理的优点和计算机语言的高速运算性，提出的一项利用早期林火烟雾图像的信息分析来判断火灾是否发生的监测技术[2]。论文结合计算机图形学、数字图像处理技术，从烟雾的形态学特征着手，研究一种基于图像的森林火灾监测处理技术。　　 论文前半部分系统地讨论了森林火灾产生的机理、三个发展阶段及其各个阶段的特点，传统的火灾监测技术存在的缺陷及现有的新型火灾监测技术，在此基础上介绍了图像型林火监测技术、使用的探测设备、现有图像型林火监测系统的原理、组成以及数字图像处理技术。　　 论文后半部分介绍了本人自己设计的基于烟雾图像的林火监测系统，说明了该系统的原理，设计方案，系统组成。由于实现条件有限，该系统的设计是理论上的。论文的重点则放在数字图像处理技术上。　　 对于数字图像处理技术，本文主要进行数字图像的预处理，根据研究需要，进行了图像灰度化，图像锐化，图像均匀化等处理，并编程实现操作。　　 实现检测的初步就是要发现视频检测过程中，监测对象出现异常情况时，能及时发现。在本文中，采用基于烟雾图像的直方图的几种新的阈值判别检测方法，分别是欧氏距离检测法、均方差检测法、相关性测度检测法。经统计计算得出：　　 (1)在欧氏距离检测法中，对两幅图像的灰度直方图进行计算。当距离值在151～230之间时，可以初步判定监测对象出现异常，判定准确率为77.5％。　　 (2)在均方差检测法中，计算图像灰度均方差和RGB三通道均方差，统计得出当一幅图像的灰度和RGB三通道的均方差小于分类阈值：灰度均方差：137.554；R通道均方差：484.834，G通道均方差：428.581，B通道均方差：454.595时，初步判定监测对象出现异常，判定准确率为98.33％。　　 (3)在相关性测度检测法中，计算两幅图像的相关性测度，统计得出，当两幅图像的相似度在0.5158～0.6599之间时，初步判定监测对象出现异常，准确率为90％；以上判定方法皆编程实现操作。如果只采用其中一种方法，误判率较高，可将三种方法综合应用，以提高判定准确率。　　 对于烟雾图像的识别部分，假定当监测系统判定有异常情况发生时，将出现异常情况的图像传输回监测中心，经人工判定，再向消防中心报告火情。在本文中不加以叙述。