目前火灾探测技术领域,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,无法满足高大空间建筑、地下建筑、长通道建筑、复杂建筑这类场所对于火灾探测的需求。红外光束感烟火灾探测器在保护空间长度超过100米和空气流速过快的大型空间建筑,很难施展其作用。高灵敏度吸气式探测器在发生火灾时,如果火源距离采样点距离较远,则火灾信号从火源到达采样点会耗费非常多的时间。其它一些探测技术如红外和紫外火焰探测技术,需要使用一些非常昂贵的光学设备进行光谱分析,成本较高,难以得到广泛应用。随着计算机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。可视火灾火焰探测技术已经得到广泛应用,而基于人们的先验认识,大多火灾起始于阴燃阶段,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。但目前可视火灾烟雾探测漏报、误报率还是比较高,本文旨在进行可视火灾烟雾识别新方法及降低漏误报算法相关研究。由于火灾视频识别还没有标准的视频数据库,为了进行火灾烟雾图像特征参数的学习,更好的验证火灾烟雾识别模型和可视烟雾实时探测系统性能,搭建了可视火灾探测实验系统,并通过拍摄实验视频,建立了典型火灾烟雾和干扰源特征视频库。视频库同时加入国外研究人员网上公布的相关视频文件,以便与其它算法进行比较。研究和分析典型火灾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,结合所建的火灾视频图像数据库,分析各种火灾烟雾图像特征提取方法及其优缺点和适用场所,发展和实现基于纹理特征的可视烟雾图像实时探测。研究将光流法应用于火灾烟雾视频图像识别,利用光流法提取烟雾图像运动区域特征点的光流,建立运动区域速度场,反映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,运用神经网络方法对特征点速度矢量进行分类,建立可靠的烟雾图像运动特征模型,提高可视化烟雾探测系统的可靠性和准确率。研究受限空间火灾燃烧产生的多种火灾特征参量的发展规律,发展火灾烟雾图像信息及烟雾浓度、CO气体浓度等多信息融合探测算法,实现受限空间火灾烟雾视频图像、烟雾浓度及CO气体浓度复合火灾探测报警。可视烟雾探测技术的研究仍处于发展阶段,本文研究结果将对可视烟雾探测技术的发展和应用提供一定的理论依据和技术支撑。