视频式火灾探测系统借助机器视觉，应用环境几乎不受限制。目前，视频式火灾探测系统多是基于微机的设计，但串行指令和串行的数据处理方式，造成速度的瓶颈。FPGA具备并行处理数据的能力，这是其运用于图像处理的优势所在。即便大量、并行的图像数据，FPGA也能实时处理。本文的研究目的是建立以FPGA为核心的视频式火灾探测系统，具备实时图像获取、图像预处理、火焰识别的功能。通过研究火灾图像的视觉特性和火焰的温度、辐射特性，决定选用红外滤光片初步分离图像中的火焰和低温背景，红外火灾图像需通过大津法二值化及形态学处理后，才能进入识别阶段。对火焰图像的面积、圆形度和尖角三种特征进行数学建模，并设计实验验证，实验数据表明三种特征的绝对性。借助贝叶斯决策理论分析如何降低火焰识别的误判率，增加参与识别的特征种类是最直接、有效的途径。因此，提出一种融合面积改变率、圆形度和尖角变化率的多特征识别算法。实验证明，多特征算法的误报率低于单特征算法。最后，在系统整体架构的基础上，针对图像预处理方法和多特征识别算法，采用Verilog HDL进行描述建模，设计相应的电路结构。设计的关键是分解算法，使之能够并行的实现，并且更多利用查找表、流水线等操作方式，从而最大限度地发挥FPGA的速度优势。提供的仿真波形和实际结果证明FPGA实现视频式火灾探测的可行性。