火灾一直是困扰人类社会的问题,给人类社会带来沉重的经济,人身灾难。人类与火灾之间的斗争延续数千年。近年来,随着计算机科学技术的发展,基于特定场景的图像处理技术得到飞速发展。计算科学相关科研人员也把最新图像处理技术应用到烟雾检测,并且发展出一系列切实可行的算法。本文通过分析视频图像烟雾检测国内外研究现状,通过算法创新提高烟雾检测率,降低烟雾误报率。提出了三帧差法与混合高斯背景建模法相结合的方法来确定视频烟雾候选区域。通过提取疑似烟雾区域纹理特征与HOG特征作为支持向量机SVM分类器输入得到视频烟雾图像分类结果,同时比对VGG16神经网络做图像烟雾检测效果,得到了高效烟雾识别算法。最后搭建烟雾自动检测系统,实现视频实时监控火灾烟雾功能。本文通过人工搜集,人工生成,模拟合成方法获得烟雾视频图像数据集,同时采用相关图像增强方法,提高数据集实验可用性。根据视频图像中烟雾特征研究经典特征提取算法,然后结合经典分类器SVM对烟雾特征进行分类来判别视频图像存在烟雾与否。随着深度学习技术在全球的兴起,越来越多的研究人员开始尝试神经网络在原有领域的性能表现,本文研究分析了深度学习之分类的算法工具,卷积神经网络CNN的数学原理,提出U-Net卷积神经网络做图像分割代替背景减除法提取视频运动区域来提高视频图像中烟雾区域检测范围。提出VGG16神经网络来对视频图像进行训练提高传统视频图像烟雾检测技术检测率低的缺陷。最终VGG16训练优异的模型应用为烟雾检测模型,开发烟雾自动检测系统,嵌入烟雾检测模型提高系统性能。