烟雾浓度是烟雾量大小以及烟雾危害程度的度量,在火灾检测、火灾人员疏散、材料安全评估等领域都有重要的参考价值。对于烟雾浓度的定量测量意义重大。近年来,烟雾浓度的视频测量方法开始兴起。本文首先介绍了图像结构相似度(SSIM)的定义以及其在烟雾定性检测中的应用,接着将图像结构相似度引入到烟雾浓度的视频定量测量方法中,分别计算视频中不同浓度的烟雾图像与无烟图像间的结构相似度,将所得结果与同一时刻烟密计测量的烟雾浓度(用减光系数表示)进行对比。结果表明,两者之间存在一定的定量关系。利用MATLAB中的polyfit函数对二者进行1阶多项式拟合,根据拟合多项式,可以得到该背景图像下通过图像结构相似度计算烟雾浓度的转换系数。此外,为了使该方法不受背景图像的限制,本文基于纹理特征描述图像复杂度。利用灰度共生矩阵提取其中5种特征参数:角二阶矩、对比度、逆差分矩、熵以及相关性,将它们的加权和作为图像复杂度的值,并用图像复杂度的负值代替计算公式中的转换系数,从而在不同背景图像下,只要计算出背景图像的复杂度,就可以根据结构相似度计算出烟雾浓度。本文分别在不同背景图像、不同烟雾浓度条件下进行了测试。测试结果表明,该方法可以定量地测量出室内条件下的烟雾浓度。同时,该方法也可应用于火灾初期烟雾的检测中。本文的创新性在于给出了通过图像结构相似度计算烟雾浓度的计算公式,并用图像复杂度的负值代替转换系数,实现了不同背景图像条件下基于图像结构相似度的烟雾浓度视频定量测量。该方法不仅能够定性地检测到烟雾的存在,更能准确的测量出烟雾浓度的具体数值。此外,由于图像结构相似度度量的是有烟图像与无烟图像间的结构损失,因此该方法将不受烟雾颜色与背景图像灰度的限制。