根据最近几年的火灾事件统计资料表明:世界各国每一年都会有各类型的重大火灾事故的发生,造成的损失不可估量。我国也是一个火灾多发的国家,几乎每一年都会发生群死群伤的重大火灾事件,对于我国的和平稳定产生了不利的影响,由此可见,防火减灾工作显然已经是维持社会稳定、保护人民生命安全和财产安全所亟待解决的重大问题。针对这个重大问题,本文提出一种图像型室内火灾烟雾识别算法,将该算法与目前各建筑物内的视频监控平台相结合,可以快速准确地识别出火灾烟雾信息,从而提醒相关工作人员进行火灾的确认与处理。本文首先介绍了传统火灾探测设备在火灾探测方面的不足之处,比如探测速度不足、受环境影响大等,阐述了新型的图像火灾检测系统快速和准确识别火灾的优点,同时对国内外的火灾烟雾算法的研究现状进行了分析,提出并实现了一种图像型的室内火灾烟雾识别算法。本文所提出的室内火灾烟雾识别算法主要包含三大模块:视频图像的预处理、运动目标提取和火灾烟雾特征分析。视频图像的预处理模块主要目的是对图像进行降噪处理,以便为后续的目标分析提取可靠的图像信号源;运动目标提取算法为后续目标识别提供可研究的对象,同时为了兼顾算法的实时性的需求,本文采用的是ViBe(Visual Background Extractor)前景检测算法;火灾烟雾特征分析提取烟雾的静态与动态特征,包含火灾烟雾颜色特征、火灾烟雾模糊度特征、火灾烟雾的能量曲线特征、火灾烟雾运动方向向上性特征,通过综合这四个特征来区别烟雾与非烟雾目标,最终完成火灾烟雾的识别。最后本文给出了整个算法的结构设计与分布式集群的系统架构设计,并对所提出的算法进行大量视频实验与现场环境测试实验,提出了三个性能指标:系统响应时间、算法处理每帧图像的平均耗时和烟雾区域所占像素比来衡量整个算法的性能,实验结果表明:本文所提算法在整体性能较优,实时性较好。