近年来,由火灾所造成的财产损失和环境问题非常严重,随着人类生产技术水平的不断提高和经济的快速增长,火灾的预防越来越受到人们的重视。基于传感器的传统火灾检测技术只适用于较小的空间,且在环境较恶劣的情况下,传感器容易失效,不利于火灾的检测。而基于视频的火灾检测技术可用于较大空间范围内的火灾检测,且不易受环境的影响而失效。本文在现有视频火灾检测算法的基础上,提出了一种新的视频烟雾检测以及火源位置估计算法,本文的主要工作包含以下三个方面：首先,分析比较了目前较常用几种运动目标检测算法,从中选择背景减除法用于提取运动区域,并对运动区域进一步处理,去除由干扰因素产生的虚假目标,将运动区域中的孔洞补充完整,为后续工作打下了良好的基础。其次,考虑到烟雾的颜色特征,利用暗原色先验去除颜色鲜艳的非烟雾区域,保留与烟雾颜色相似的区域。由于运动目标在运动过程中的纹理结构信息变化不大,可利用局部二值模式按照一定的匹配方法估计运动目标的运动方向,烟雾的运动方向是向上或水平的,可通过去除运动方向向下的区域,使烟雾候选区更加精确。对于颜色和运动特征与烟雾容易混淆的非烟雾目标,通过提取LBP特征和HOG特征,利用支持向量机分类,将烟雾候选区分类为烟雾和非烟雾,实验结果和比较实验结果证明,本文算法可以更早地检测到烟雾,且具有较低的误检率。最后,对于存在烟雾的视频,进一步估计火源位置。假设在整个烟雾区域中火源附近的烟雾浓度较大,对视频序列帧进行亮度值分析,计算时序浓烟图。对浓烟区域分块,逐帧估计各图像块的运动方向,在设定的时间窗口估计浓烟区域的主运动方向。根据时序浓烟图和主运动方向,认为火源位于时序浓烟图中与主运动方向相反的位置。实验结果证明,本文提出的基于烟雾浓度和运动方向火源位置估计方法,可较准确地确定火源位置。