基于视频的火灾烟雾检测技术是通过机器视觉获取视频信息并利用智能算法对视频图像中的烟雾进行识别进而发出报警信号的高新技术。与传统的基于传感器的检测方法相比,视频火灾烟雾检测技术具有适用范围更广、硬件设备更简单及获取信息更丰富等优势；相比于基于视频的火焰检测报警方法,烟雾检测对火灾反应时间更早,在无明火阶段就可以及时采取应对措施,更有利于对火灾进行有效控制。本文以智能消防火灾报警系统为应用背景,对基于视频的烟雾检测算法进行了深入研究。本文首先分析了由烟雾颗粒造成的大气散射对图像成像的影响,从理论上证明了图像中烟雾会使场景辐射发生衰减而产生半透明特性,并给出了烟雾图像的成像模型。在此基础上,结合暗原色先验理论对图像进行复原、匹配、区域生长处理,得到具有半透明特性的疑似烟雾区域。在疑似烟雾区域中,对图像进行背景建模和运动区域提取,最后对烟雾和非烟雾干扰物的边缘点特性进行了研究,经过大量的实验统计,本文提出了适用于视频烟雾检测的边缘点模糊聚类方法,有效排除了常见的运动干扰,降低了烟雾检测的误报率。实验结果表明本文提出的烟雾检测方法稳定可靠,误报和漏报情况较少,基本达到预期效果。算法时间复杂度低,能够满足实时系统的要求,而且对开放环境鲁棒性好,可以较好的适应不同环境下火灾烟雾的检测预警。