回转窑是一类非常重要的热工设备，常用于物料烧结。在工业生产过程中烧成带温度的测量和监控是关系产品质量的重要因素。因此对烧成带燃烧温度的研究对实现回转窑控制系统智能化操作是十分必要的。现有的烧成带温度检测技术虽方式多种多样，但多是采用常规的方式即“人工看火”。此方式对看火工人的个人素质要求很高、且具有极大的危险性。因此，寻找一种行之有效的方法，实现对窑内烧成带温度状况的检测是当前控制的关键。图像处理的发展拓宽了人们的思路。研究人员发现，从回转窑采集到的视频燃烧图像中含有丰富的信息，其中大多与温度有直接或间接的联系。本文基于图像处理技术，对从回转窑燃烧视频图像中采集的图像序列进行一系列的处理，提取特征量反应窑内的燃烧信息，实现“计算机看火”。为实现对特征量的有效提取，根据人工看火经验，在对不同窑况下的烧成带火焰区面积、物料高度和物料区颗粒状况等特征信息进行研究的基础上，采用本文所述的算法对视频图像序列进行滤波、去噪及分割等处理；得到对应区域的无噪分割图像，并提取出对应区域比较清晰的轮廓线。为实现对物料区颗粒状况的有效估计，本文采用改进的HSI算法，计算其从正常燃烧到欠烧这一过程中不同时间段内任意帧图像序列的光流场，对光流场进行处理，提取光流场中标记点在不同燃烧阶段对应的物料颗粒面积情况。最后，基于上述提取的特征量，通过大量的仿真实验结果，总结特性并描绘出各自的变化趋势曲线，讨论其与窑内燃烧状况之间的关系。