现代大型电站锅炉的安全、经济运行对于保障国家的生命、财产安全，提高燃煤效率，保护环境具有重要的意义。本文在分析传统锅炉火焰检测技术的基础上，针对现有锅炉火焰检测系统动态适应性差、灵敏性低、功能单一等缺点，设计了基于通用视频采集硬件的锅炉火焰图像检测系统。本文首先对电站锅炉的燃烧工艺做了简要介绍。对煤粉燃烧特性做了定性分析，并给出了火焰图像与燃烧状况的相关性定量公式。针对锅炉火焰图像在传输、成像过程中的特性，本文对采集到的火焰图像做了色彩变换、中值滤波、锐化增强、伪彩色编码等预处理工作。对于火焰图像的分割，我们采用了二维最大熵分割算法。经过实验验证，本文提出了一组描述火焰图像燃烧状况的特征参数，并采用一种改进的聚类算法--导师型模糊-C均值聚类算法对标准模式做了训练，建立了标准模式库。本文从人类认知学的角度出发，提出了一种对特征参数进行修正的重要性修正因子，并设计了模糊隶属度函数。对于火焰图像的识别,本文采用了基于重要性修正因子的最大模糊隶属度算法。同时为了适应多炉型、多煤种、复杂工况等情况，本文给出了一种新的标准模式库主动优化与自适应调整的动态算法。 本文还介绍了系统的软、硬件设计方案，并对各软件模块的功能做了分析。最后实验表明本文构建的系统具有一定的实用性，给出的算法是可行的。