本文主要的研究目的就是进行基于数字图像处理的火焰检测和燃烧诊断的方法研究，来实现火焰可视化和燃烧智能诊断。主要完成了下述研究和开发工作： 1.通过对火焰图像的特点分析，研究了火焰图像的处理算法，在此基础之上，研究了利用火焰图像进行二维温度场计算与显示的方法设计。 2.通过实验比较，选取了最有利于提取火焰燃烧特征的处理方法，论述了火焰特征量在火焰检测和燃烧诊断中的有效性，提取了火焰亮度gf、平均灰度Iaver、方差σ、熵H、火焰丰度A、能量E六个特征量。并运用了基于BP神经网络的模式识别技术，能动态检测火焰的燃烧状况，提高了系统的自适应性。对火焰诊断进行了算法设计，该算法具有自学习性、自适应性，提高了系统的可靠性。 3.在以往火焰检测技术的基础上，根据燃煤电站锅炉的特点及现场要求，对系统进行了功能分析。针对以往图像采集速度慢等缺点，本系统采用了多通道全实时高速图像采集，可以满足系统对实时性、高速性的要求，完成了火焰图像采集系统的硬件设计。 4.在此基础上，运用VB6.0设计开发了系统的软件结构，完成了火焰检测与燃烧诊断的功能。 结果表明，在基于数字图像处理的方法之上，该系统可以对锅炉燃烧的实际情况得出准确的判断，能够为电站安全运行提供有用的指导信息。