森林火灾是一种常见多发的自然灾害,并会造成严重的生态破环和经济损失。目前火灾探测技术在室内、楼道等小空间的火灾报警已经比较成熟。通过感光、感烟、温度等传感器加以判断,然后直接实施灭火措施,进行断电、喷水等并报警。而森林火灾是在大空间发生,这样传统的探测器就无法发挥作用。当前,防范森林火灾的发生,实现森林火灾的智能识别是急切需要解决的问题。基于支持向量机的火灾识别方法,适用于森林火灾的探测,是一种新型有效的森林火灾探测技术,它可以有效的克服传统火灾探测器的缺陷。本文综合图像增强、图像分割、形态学图像处理、特征提取、支持向量机对森林火灾识别进行了深入分析,在此基础上提出了基于支持向量机的森林火灾识别方法。首先在以森林为背景下利用CCD摄像机采集森林火灾视频,将视频转换成一帧一帧BMP图像,再将采集到的RGB彩色图像转换成灰度图像,针对复杂的森林火灾图像利用中值滤波预处理技术对其进行增强。其次利用HIS颜色分割、区域生长、形态学等技术排除噪点,准确地将图像中的火焰区域分割出来。并提出了HIS和区域生长结合的森林火灾图像分割方法。然后分析疑似火焰区域的颜色特征、形状特征和动态特征,提出了利用帧间相似度、红色饱和度、面积变化值、圆形度、偏心率五个特征,得到了火焰和疑似火焰区域的特征数据。最后利用支持向量机的可分性建立火灾识别模型,将提取出的疑似火灾特征数据作为输入量,对森林火灾图像进行识别。仿真结果表明：利用疑似火灾区域特征的支持向量机识别方法能够有效地识别森林火灾,该模型具备良好的抗干扰性,识别准确率达97%。