1、船舶火災(zāi)事故是內(nèi)河航運交通中常見的安全事故。船舶火災(zāi)事故不僅造成國家財產(chǎn)及人員安全嚴(yán)重?fù)p失，同時對該地區(qū)的海事環(huán)境造成巨大破壞。因此，在海事智能監(jiān)控領(lǐng)域，船舶機艙、機艙周邊及船體周圍的火災(zāi)煙霧檢測是個極為重要的環(huán)節(jié)，具有重要的理論意義和實用價值。
　　火災(zāi)發(fā)生時，一般會產(chǎn)生少部分濃度或顏色程度不同的煙霧，為提早檢測發(fā)現(xiàn)船舶火災(zāi)情況，本文主要研究了基于視覺特征的船舶火災(zāi)煙霧檢測方法，針對內(nèi)河航運系統(tǒng)的通航環(huán)境提出了背景重構(gòu)及運動目標(biāo)

2、檢測、煙霧特征識別和智能報警三個步驟的解決方案。
　　在背景重構(gòu)方面，本文重點研究分析了在線灰度值聚類的背景重構(gòu)方法，針對在背景模型學(xué)習(xí)階段有水面波動、背景擾動情況導(dǎo)致背景重構(gòu)模型不準(zhǔn)確及背景建模時間長等問題，提出了一種具有自適應(yīng)閾值的累積加權(quán)的多背景重構(gòu)方法，首先將所有像素點分為靜態(tài)點和非靜態(tài)點，然后只對非靜態(tài)點進(jìn)行多背景建模，該方法提高了背景模型的準(zhǔn)確度，縮小了背景建模時間。
　　在煙霧識別方面，本文重點分析了傳統(tǒng)的基于

3、運動累積方向和基于融合顏色能量信息的煙霧識別方法，針對發(fā)煙點移動情況下，提出了一種融合動態(tài)特征、顏色信息及基于圖像灰度匹配的煙霧識別方法。首先利用動態(tài)特征排除干擾物體，然后再經(jīng)過顏色信息與圖像灰度匹配特征的篩選，最后通過時間與空間綜合統(tǒng)計給出識別煙霧結(jié)果。本文算法提高了內(nèi)河航道監(jiān)控環(huán)境下煙霧檢測識別結(jié)果的準(zhǔn)確性和有效性。
　　最后，本文在VS2010平臺上結(jié)合OpenCV計算機視覺庫對內(nèi)河監(jiān)控環(huán)境下的船舶煙霧檢測算法及文中其他算法