本文研究了基于视频的早期烟雾检测问题。早期烟雾的检测是火灾消防的一项关键技术，在学术领域、应用领域都有着极其重要的意义，近年来成为计算机视觉方面一个受到普遍重视、研究极为活跃的方向。　　 烟雾是火灾发生的早期事件，烟雾的及时检测能够提供火灾早期报警。本文分析了烟雾探测原理，提出了一种基于视频的早期烟雾检测新方法。整个检测过程主要由四部分组成：1).基于模板的RGB分量运算参数离线学习；2).采用RGB分量运算结合位屏蔽颜色压缩，实时分割出类似烟雾区；3).采用背景维护下的减背景来消除场景中静态的类烟雾区干扰，再由小波变换结合长序列的多帧分析去除场景中动态的类烟雾区干扰，判别并标记烟雾区域；4).针对未知类型的烟雾检测问题，采用青烟、灰烟、黄烟三组典型检测参数轮流处理烟雾视频帧，综合三组参数处理结果，达到烟雾视频证据的自动融合，最后判定烟雾产生与否。　　 通过动态环境下8个视频序列(共9036帧)的实验表明：本文方法对于320×240分辨率彩色视频的分析判别速度可达16～20fps，并可在3～4秒钟内准确判别出在动态场景环境下发生的烟雾，自动检测的平均正确识别率为84.1％、平均误判率为15.9％，在有类似烟雾颜色运动目标强烈干扰的动态环境下，能够自动分辨出40像素以上的烟雾区域，且不受大空间、开放环境的限制，在去除动态场景干扰中，具有较强的误报免疫能力。