高温物体的温度场实时测量一直是理论界和工业界探索和研究的一个重要课题。现代工业生产急需发展一种实时性强、精度较高的温度场测量技术，这对提高产品质量、优化燃烧过程、节约能源、保护环境以及工业生产安全都有重要意义。 应用彩色CCD摄像机获取炉内火焰图像，进而计算出工业炉内温度场分布情况是一项全新的技术。本文详细推导了在高温辐射体具有实物面的情况下，物体温度和CCD图像灰度之间的关系；讨论了该方法的测量误差及减少误差的措施。 我们利用自己研制的WHT-01黑体炉标定了一套测温系统。根据标定结果，本文用最小二乘和神经网络两种方法分别对黑体炉和普通煤炉的图像进行了温度计算；通过比较热电偶输出的温度值和计算的结果，提出了一种改进的神经网络方法，该方法更适用于工程实际，其测温精度较高。实验表明我们的图像预处理和温度计算方法基本可行。 最后，针对目前工业炉燃烧控制现状，本文将基于数字图像处理的温度检测技术与模糊控制技术相结合，初步探讨了将其应用于燃烧控制的可行性。