随着科技水平的提高,各变电站大多采用无人值守的方式。在变电站监控中心,对于关注目标的监控完全靠人工盯着,难免出现遗漏的情况。尤其是火灾如未及早的发现和扑救,将会造成无法预估的后果。视频烟雾检测相对于传统传感器反应速度较快,同时对环境要求较低,借助于普遍安装的摄像头设备,不必再安装其他额外设备,成本较低,优势明显。火灾早期常伴同着烟雾的发生,基于这一点,设计一个应用于变电站火灾早期烟雾检测和识别的系统用来辅助火灾报警尤为重要。论文所描述的基于暗通道和小波的烟雾检测识别系统分为视频预处理模块、运动区域检测模块,运动区域筛选模块、烟雾特征提取模块、支持向量机(SVM)烟雾识别模块。烟雾预处理模块采用灰度化、双边滤波降低后期计算量同时降低噪声保留图像边缘信息,运动区域检测模块是基于混合高斯背景建模、形态学滤波、中值滤波、稳定性判定等流程提取前景运动区域,运动区域筛选模块采用暗通道及小波变换剔除运动区域中高透射率干扰物及边界明显干扰物,烟雾特征提取模块主要提取经过筛选后的运动区域的LBP纹理特征,而支持向量机(SVM)烟雾识别模块则根据提取模块提供的特征信息进行预测。为方便使用,对系统功能进一步包装,使用WinForm进行界面设计,提供功能点击按钮及可视化视频显示窗口,可实时观测烟雾检测结果,同时针对烟雾报警信息,同步输出到滑动窗口中,作为替代报警器的一种方式。基于变电站火灾早期预警的需求,旨在设计一套能快速识别烟雾区域的系统,并提升烟雾识别的准确性。