随着社会经济的发展和科学技术的进步，特别是城市人口的急剧增加和城市化进程的飞速发展，高层建筑和大空间场所越来越多，火灾的防范和发现变得越来越紧迫。传统型火灾探测技术在大空间、大面积、环境比较恶劣和室外坏境等场所不能很好发挥现有火灾探测设备的作用。在这一情况下，基于数字图像处理技术的火灾报警技术作为目前一种新型有效的早期火灾探测技术，必将受到人们的关注，也必将具有广阔的应用前景和使用价值。 本文在分析火灾火焰图像特征的基础上，设计并实现基于红外图像的火焰检测算法。算法主要采用统计背景模型的减背景法来分割疑似火焰目标，采用离散余弦来描述疑似火焰目标高度的变化，采用分散度、尖角数目以及火焰高度变化来表征火焰目标，采用火警概率模型来判别火焰目标。 本文的主要内容如下： 1、介绍了传统型火灾探测技术的不足和基于数字图像处理的火灾探测技术的研究背景和意义、国内外研究动态、研究遇到的问题以及发展趋势。 2、简单介绍了数字图像处理技术的预处理算法，分割算法的技术、评价和发展和当前跟踪算法的研究现状。详细介绍了基于阈值、基于边缘、基于区域增长和基于特定理论的图像分割算法，并重点描述了基于玻尔兹曼原理的分割算法和基于统计背景模型的减背景法的原理和算法，给出了对应的实验结果。 3、本文从实验角度详细讨论火灾火焰的五个图像特征：面积变化规律、边缘变化规律、形态变化规律、闪烁变化规律和整体移动变化规律，分别给出五个特征的具体实验结果。 对于面积变化，由于其干扰比较大需与其他特征判据结合使用。 对于边缘变化，本文采用尖角判定算法，在结合其他学者研究的基础上，验证并确定适合本文算法判定的尖角数目的阈值。 对于形体变化，本文讨论了质心、一阶矩、分散度、偏心度和相似度等判定参数；给出火灾火焰和干扰目标的质心、一阶矩、分算度、相似度的实验数据；由此确定了火焰与干扰之间的在上述参数上的差别以及各参数上的判定阈值。 对于闪烁变化，由于采样频率的限制，本文采用火焰高度的变化代替火焰闪烁特征。火焰高度会随着火焰的闪烁而发生变化，其变化规律与火焰闪烁频率存在着直接联系且与干扰源之间存在着很大差别。同时火焰高度参数提取相对常规的边缘编码要更容易些且数值单一。本文采用离散余弦来描述疑似目标的高度变化。 对于整体移动变化，本文给出通过质心来计算火焰目标的整体移动的公式。 本文讨论了基于BP神经网络判定算法和基于概率统计判定算法的两种判定算法。 4、在对火灾火焰的数字图像特征研究的基础上，设计实现基于红外图像的火焰检测算法。本文依据算法流程，详细讨论算法中每步流程的设计理由，问题的解决。并给出了部分算法实现。 5、本文在各种干扰情况下对算法进行细致测试。试验证明本文提出的火焰检测算法具有较快的响应速度和较高的抗干扰性、准确性和实用性。 最后，对论文的研究工作进行回顾总结，并对进一步的工作进行展望。