船舶火灾事故是内河航运交通中常见的安全事故。船舶火灾事故不仅造成国家财产及人员安全严重损失，同时对该地区的海事环境造成巨大破坏。因此，在海事智能监控领域，船舶机舱、机舱周边及船体周围的火灾烟雾检测是个极为重要的环节，具有重要的理论意义和实用价值。火灾发生时，一般会产生少部分浓度或颜色程度不同的烟雾，为提早检测发现船舶火灾情况，本文主要研究了基于视觉特征的船舶火灾烟雾检测方法，针对内河航运系统的通航环境提出了背景重构及运动目标检测、烟雾特征识别和智能报警三个步骤的解决方案。在背景重构方面，本文重点研究分析了在线灰度值聚类的背景重构方法，针对在背景模型学习阶段有水面波动、背景扰动情况导致背景重构模型不准确及背景建模时间长等问题，提出了一种具有自适应阈值的累积加权的多背景重构方法，首先将所有像素点分为静态点和非静态点，然后只对非静态点进行多背景建模，该方法提高了背景模型的准确度，缩小了背景建模时间。在烟雾识别方面，本文重点分析了传统的基于运动累积方向和基于融合颜色能量信息的烟雾识别方法，针对发烟点移动情况下，提出了一种融合动态特征、颜色信息及基于图像灰度匹配的烟雾识别方法。首先利用动态特征排除干扰物体，然后再经过颜色信息与图像灰度匹配特征的筛选，最后通过时间与空间综合统计给出识别烟雾结果。本文算法提高了内河航道监控环境下烟雾检测识别结果的准确性和有效性。最后，本文在VS2010平台上结合OpenCV计算机视觉库对内河监控环境下的船舶烟雾检测算法及文中其他算法进行了编程实现。针对烟雾视频和干扰视频进行了大量的测试，实验结果表明：本文烟雾识别方法可在不同环境对烟雾信号进行有效识别，实现船舶烟雾早发现早预警的目的。