随着科技的发展进步,从各种成像设备、互联网络或图像数据库中获取大量图像己成为可能,从而人们对图像处理的要求也越来越高。在这种情况下,图像处理技术得到了深入、广泛和迅速的发展。图像处理的主要研究内容包括图像增强、图像复原、图像编码、图像分类等,本文中我们主要讨论了烟雾图像特征提取和分类的问题。对于图像分类问题,特征提取的好坏是决定分类性能的关键因素。虽然描述图像特征的方法有很多种,但是纹理特征仍是图像分析中一个难以描述的基本特征。为了提高分类性能,提出一种基于曲波域的烟雾识别方法,它结合了烟雾图像的空间特征和曲波域的特征,处理过程中充分考虑了图像各尺度间的依存关系以及不同频带中所包含的图像纹理信息,利用支持向量机作为分类器,对烟雾图像进行了仿真实验。实验结果表明与其它方法相比,本文提出的方法在处理速度和识别正确率方面均有所提高。由于烟雾的形状、纹理和颜色有很大的变化,所以烟雾图像识别是一个具有挑战性的任务。本文在离散曲波变换能捕获烟雾图像的多尺度和多方向信息的基础上,提出一种新颖的烟雾识别方法,结合了从空间域和曲波域中提取的编码特征。该方法可以有效提取烟雾图像的特征,实现较好的分类效果。