火灾给人们的生产生活带来了巨大的损失，目前比较成熟的火灾探测方法主要运用感温式、感烟式、感光式传感器。但对于室内大空间、危化品、高温水汽严重的场所，传统的烟感、温感火灾探测器受其原理的局限，无法满足实际误报率的要求，而基于后台服务器监测的视频火灾检测系统，受网络架构和成本的影响，难以大面积的覆盖。
　　本文研究了一种基于嵌入式的图像型火灾探测系统，系统由嵌入式视频火灾探测器和B/S架构的火焰监控平台组成。其中嵌入式视频火灾探测器由树莓派和USB摄像头组成，具有图像采集、图像处理、火灾报警等功能。火灾监控平台运行在云服务器上，具有实时监控、在线报警、历史报警数据存储等功能，方便工作人员监测各个火灾探测器的运行状态。嵌入式视频火灾探测器基于WIFI或NB-IOT技术连接网络，通过 TCP 协议与火灾监控平台进行数据传输。系统可应用于室内大空间、危化品、高温水汽严重的场所，如大型仓库、会展中心、厨房等场所，对该场所进行多点分布式火灾监控。
　　本文在火焰检测算法研究方面，首先，提出一种火焰疑似区域提取方法。通过运动目标检测、火焰颜色检测、形态学滤波、掩膜处理等操作提取火焰疑似区域。其次，针对火焰疑似区域的火焰图像特征进行研究，给出了火焰颜色特征和动态特征的提取方法，再者，提出了一种基于Bagging-LR（逻辑回归集成）模型的火焰识别算法应用于火焰识别，并对算法的识别效果进行仿真分析，仿真结果证明该算法具有识别率高、误报率低、运行速度快等优点，适合运用于嵌入式图像型火焰检测。
　　本文在火灾监控平台搭建方面，根据平台功能需求，完成了系统的数据库设计及数据接收程序的设计，给出了网页页面工作流程图和源代码，设计了基于B/S架构的火灾监控平台，并将平台部署在阿里云服务器上，完成整个火灾监控平台的设计。
　　论文针对所搭建的系统进行了测试，测试结果表明系统各部分运行稳定、可靠，达到了设计要求。