火灾事故在我们的生活中时常发生,其不仅影响着人们的生产生活,而且严重影响人们的生命财产安全。研究发现,当发生火灾时一般首先出现烟雾,如果可以对烟雾进行精准且实时的识别,那么对于大规模火灾的发生有很好的预警作用。除此之外,我们国家已经建立了庞大的视频监控网络,如果可以将视频监控网络与目前不断发展的图像识别技术相结合,那么对火灾检测技术来说具有很好的推动作用。因此,本文致力于通过视频监控对户外环境下火灾烟雾的检测方法进行研究,主要研究内容如下:首先,分析了户外火灾发生的特点以及带来的危害,明确了本文的研究背景和意义,介绍了目前用于火灾烟雾检测的技术现状。传统的室内火灾烟雾检测技术都是基于物理传感器,因为局限于空间和检测精度的要求不能应用在户外大场景下,所以基于视频的火灾烟雾检测技术应运而生,其主要使用图像处理技术对烟雾图像特征信息进行提取与判断,可以满足户外大场景下的检测需求。其次,由于烟雾的不规则性、非刚性等特点,本文对比分析了常用的几种运动目标检测方法,在光流法的基础上提出了一种基于图像角点的运动目标检测算法来判断运动目标及其运动方向,通过对视频中的运动目标和运动目标的运动方向检测来共同判断出属于烟雾的视频序列,将此结果作为后续检测算法的先验知识,减少了对非烟雾视频识别带来的内存占用和消耗。然后,本文提出了一种基于CNN的显著性目标检测网络,该网络采用了编码器和解码器结构。编码器的作用是对烟雾图像高维特征信息进行提取,解码器的作用是将提取到的特征图映射到原始图像大小,最后将得到的多尺度、多通道信息进行融合来判断烟雾区域。这样不仅可以识别出图像中的烟雾区域,而且还可以将烟雾轮廓精细的标注出来,使得检测的可视化效果更好,和背景部分更加具有区分度。最后,考虑到烟雾检测的实际需求,以及本文提出的烟雾检测算法,采用了QT软件在Ubuntu系统上进行开发,搭建了一套完整的图形界面化烟雾视频监测系统。该系统使用网络摄像机作为载体来采集视频数据,结合本文提出的算法来对烟雾进行检测识别。实验表明,本文的算法在系统框架上具有很好的实时性和准确性。