仓库、厂房等场所的火灾消防事故频发,严重影响了社会的经济建设和人民的生命安全。论文针对这类高大环境的消防安全,设计了一种基于物联网技术的图像火焰检测系统,实时获取现场图像并进行火焰检测,根据检测结果,通过物联网向服务器平台发送预警/报警。论文设计了以STM32F429为核心的图像火焰检测系统的硬件电路,包括ARM处理器、摄像头模块、图像存储模块和物联网模块。编写了ARM处理器软件,主要包括图像采集、火焰检测、火焰鉴别、火焰鉴别器的远程升级等算法。论文讨论了ARM处理器的高效运行与存储空间的有效利用等问题,合理编排了图像采集、火焰检测、火焰鉴别的处理时序。优化实现了以深度学习神经网络为核心的火焰鉴别器,并通过物联网远程更新火焰鉴别器的权值系数,以便实现火焰鉴别器的远程升级。对基于物联网技术的图像火焰检测系统进行实际测试,结果表明论文设计的系统可以实现对现场火焰的实时检测和服务器平台报警,并具备远程升级火焰鉴别器的功能,达到了设计要求。