随着我国经济的飞速发展，高大空间建筑、地下建筑、长通道建筑、复杂建筑日益增多，这类场所一旦发生火灾，往往会造成重大人员伤亡和经济损失。　　 而目前应用最为广泛的点式光电感烟探测技术，属于接触型被动探测方式，受到空间的限制，无法满足这类场所对于火灾探测的需求。随着机器视觉与计算机技术的发展，近年来出现了可视火灾探测新技术，这种探测技术与点式火灾探测技术相比，具有响应速度快、监测范围广、距离远、环境污染小等特点，可用于高大空间火灾探测，甚至还可在室外环境中使用，与传统的火灾探测系统相比具有显著优势，代表了当今火灾探测技术的较高水平。　　 可视火灾探测技术早期研究起始于火焰图像探测，基于人们对火灾的先验认识，大多火灾起始于阴燃阶段，在这个阶段，烟雾的产生早于火焰，烟雾图像探测更能实现极早期火灾探测。文中分析了几种较为典型的烟雾图像特征及其提取方法，包括颜色、模糊、纹理和轮廓特征，并同时实现了基于纹理特征的可视烟雾图像实时探测。结合对视频库图像数据的识别结果来分析这些烟雾特征提取方法各自的优缺点及适用场所。　　 研究将光流法应用于火灾烟雾图像识别中，利用光流法提取烟雾运动区域特征点的光流，建立运动区域速度场，反映出图像平面上每一点灰度的变化趋势，分析烟雾图像运动特征和速度场分布特点，利用神经网络方法对特征点速度矢量进行分类，建立更加可靠的烟雾图像运动特征模型，进一步提高可视化烟雾探测系统的可靠性和准确率。　　 此外，本文通过研究受限空间中火灾燃烧产生的多种火灾特征参量的发展规律，研究将烟雾图像信息与传感器获得的烟雾浓度和CO 气体浓度信号相结合的多信息融合探测算法，实现受限空间中烟雾图像、烟浓度和CO 气体浓度三复合火灾探测。　　 火灾烟雾可视探测技术的研究将在一定时期内仍处于发展阶段，本研究将对火灾烟雾可视探测技术的广泛应用提供理论依据和技术支撑。