近年来,数字视频技术、计算机网络技术和嵌入式软硬件技术进步迅速,实时视频监控也向模块化、智能化、高清晰方向发展,应用范围越来越广。高层建筑和大空间场所随着社会的发展和时代的进步越来越多,高层建筑和大空间火灾发展迅速,人员逃生和救援困难,往往会造成严重的人员伤亡和财产损失。对高层建筑和大空间的火灾预警的要求越来越高,需要满足实时性、准确性、稳定性、低误报率等一系列严格要求。而智能实时视频监控系统可以自动的快速对监控目标进行定位、分析和报警,因此利用视频监控技术的优势并结合视频烟雾检测算法对监控区域进行实时烟雾检测成为一种趋势,对视频烟雾检测技术的研究也日益广泛。本文分析并讨论了视频烟雾检测算法的原理与流程。首先对摄像头采集的输入图像进行基于背景差分和最大类间方差法相结合的运动目标检测,对检测出的运动目标分割出可疑图元,利用烟雾的亮度与饱和度特征、小波变换高频能量特征、结构相似度特征对可疑图元进行分析,识别出烟雾,对识别出的烟雾图元进行时间统计和空间统计以发出烟雾报警信息,并采用帧差法实时更新系统背景。本文的视频烟雾检测算法运行的硬件平台是TI公司的DM6437 EVM开发板。首先编写视频处理前端模块VPFE和视频处理后端模块VPBE的驱动程序,用于获取摄像头采集的输入图像以供算法处理和将处理后的图像输出到显示设备。其次将视频烟雾检测算法在DM6437 EVM开发板上实现,并针对DM6437的结构特点对视频烟雾检测算法进行算法层和DSP级的优化。算法层优化包含中值滤波和离散小波变换优化,而DSP级优化中使用了多种优化技术,主要有编译器选项优化、浮点运算优化、数据访问带宽优化、线性汇编优化与循环优化,提高算法执行效率和降低存储空间需求,经过优化后算法能成功运行并满足系统实时性要求。在无人和有人环境中进行大量测试以检验系统性能,在无人环境中出现烟雾、或有人环境中出现烟雾并有人干扰等情况下算法均能实时有效的检测出烟雾并报警,满足系统实时性、准确性要求。