火灾是人类安全的重大威胁之一。大空间建筑火灾、矿井火灾等频繁发生不仅给社会生活造成极大的破坏,而且造成的损失和危害程度也相当大。近年来,科学工作者综合运用了消防、民用安全、火灾科学、图像技术、红外检测、计算机视觉、模式识别与人工智能及计算机网络等各高新技术,开发出相应的产品,提高了对火灾的防治能力。但由于成本,性能等多方面的原因,基于图像识别技术的产品要么性能不高,需要与其它探测技术相结合才能有效使用;要么价格昂贵,不适合大范围推广;而且,基于可见光波段的图像监测系统不能适用于私密性较强的空间监测。因此,研制一套成本低廉,能满足火灾监测基本要求,又能够填补私密空间的监测死角的火灾探测系统,对社会安全具有重要的意义。基于上述目的所进行的基于红外图像的火灾探测技术研究也是十分必要的。本文在分析研究国内外有关火灾图像识别技术及其研究状况的基础上,利用红外图像信息提取、人工神经网络模式识别、遗传算法等技术实现对红外图像的火灾识别,判断监测目标的火灾状态。另外,还利用CAN(Control Area Network)总线通信技术,计算机界面开发技术将监测终端有效地集成为一个网络,实现了火灾监测的实时监测,有效管理等功能的人机界面,大大方便了工作人员的监测工作管理。首先,论文讨论了火灾识别算法的研究状况,提出了基于遗传算法的人工神经网络的火灾识别模型,并设计了整套算法的技术实现方案。然后,讨论了整个系统的方案设计,包括监测终端的软硬件设计方案,系统主机的软件开发,CAN通信网络设计技术等,是本文的重点所在。最后,本文介绍了系统的调试和验收情况。系统的验收证明了方案的正确性和可行性。此外,本文还对红外图像的信息提取技术进行了研究,仔细分析了各种图像特征的提取方法以及图像特征为火灾判别提供的信息有效程度,为后续的火灾识别技术研究奠定了基础。