基于视频的火灾检测技术得到了人们越来越多的广泛重视。但是由于真实的火灾场景中环境的复杂性和不断变化特性，使得火灾更加难以识别。一般情况下，火灾都是按照一些特有的规律和特征逐渐形成和发展的。若按照火灾发生时间的顺序，其主要阶段为：火灾烟雾的产生和不断扩散，以及火焰的产生和不断扩大。火灾发生早期，火焰都很小，检测比较困难，但是烟雾由于扩散，比较容易被检测，所以烟雾的检测在火灾前期预警是非常重要的。火灾的早期预警，就是对烟雾进行检测，及时报警，为避免火灾或减少火灾的损失起到非常重要的作用。所以，基于视频的火灾监控技术的关键就是对火灾烟雾的及时检测。纹理是图像序列中真实、固有的特征之一。通常来说，纹理是由许多近似又互相编制的基元构成的，纹理具有周期性。而动态纹理是指在图像序列中具有时间相关性的纹理。在基于视频的火灾检测中，动态纹理特征是火灾烟雾检测的重要参量。在图像纹理分析中，局部二进制模式（LBP）方法是一种非常好的方法。本文提出了一种基于局部二进制模式（LBP）的图像特征提取方法，用以描述和识别火灾烟雾的动态纹理。根据烟雾的动态特征，首先通过混合高斯模型背景减除法对视频序列中的运动区域进行提取，再对提取出来的图像序列进行特征提取，然后建立VLBP模型对火灾烟雾的动态纹理特征进行统计，计算每条纹理特征曲线之间的距离，然后再采用knn(k-nearest neighbor)分类器和“leave-one-group-out”分类规则对不同的动态纹理进行分类和识别，从而识别视频中的火灾烟雾。实验结果表明，基于卷局部二进制模式（VLBP）的烟雾动态纹理识别的方法，能够很有效的识别出火灾烟雾，进而提高了火灾探测的鲁棒性。