图像型火灾探测和自动灭火技术是利用CCD摄像机作为探头,将被监视现场的彩色图像和红外图像输入计算机,然后利用图像处理的算法,从单幅图像和图像序列中来识别有无火灾的发生。在发现火灾的情况下,计算火灾的空间位置,自动启动灭火系统和报警疏散系统。论文结合计算机图形学、数字图像处理、计算机视觉等技术,从火灾火焰形态学特征和视觉特征两方面着手,并采用人工神经网络理论中的BP神经网络模型,研究基于图像特征的火灾探测和自动灭火技术。目标是将提出的方案变为实际的算法,用软件实现,最终设计实现一套完整的火灾探测和自动灭火系统。在火灾探测技术上,本文为提高判别效率,提出区域分割算法,该算法将各个亮点区域提取出来,并分别进行处理,实验证明,该算法使整个特征提取算法效率提升了三倍;为降低计算火焰尖角的复杂度,提出一种新的基于边界链码的计算火焰尖角的方法;在火灾火焰图像特征的研究上,本文将圆形度作为形状特征值之一添加到火焰特征向量,取得了很好的识别效果。在自动灭火技术上,论文研究了对双目定位算法中彩色图片的火灾位置确定的方法,提出将颜色特征模型法用在火灾火焰空间定位上,对前人的研究作了重要的补充和发展;还根据通用的双目成像定位方法和旋转摄像头模拟双目定位方法各自的优缺点,研究了一种复合空间定位算法,可以提高空间定位的准确性。在以上的研究基础上,本文提出了基于计算机视觉的图像型火灾探测和空间定位系统的总体设计方案,给出了软件分层设计的具体实现方案。实践证明,该系统是行之有效的,具有较高的准确性和可靠性。