为了提高视频火灾监测系统的准确率,本文对火焰与烟雾图像的预处理、火焰与烟雾区域的特征选取、火焰与烟雾区域的分类识别进行了研究并取得了相应的研究成果。实验中基于颜色矩和协方差矩阵描述子构造稀疏字典矩阵并通过MP和OMP方法对火焰和烟雾区域进行稀疏分解表达。将这些方法与AdaBoost及SVM方法进行了详细地比较分析,发现通过稀疏表达融合特征可以大幅度提高识别火焰区域和烟雾区域的精度。本文中用HOG描述了火焰区域、烟雾区域及物体区域的动静态特征。此外,描述了烟雾区域的凸形度、扩散特征、运动方向、运动强度及暗通道先验理论。通过协方差描述子构造向量表达的融合特征并根据统计数据分析特征选择的合理性,并基于匹配追踪和正交匹配追踪进行稀疏表达。本文对上述算法进行了程序验证并完成了基于稀疏的验证。实验证明通过正交匹配追踪求解的稀疏表达分类对火焰和烟雾区域的识别有更高地实时性、准确性和鲁棒性。