随着煤炭、石油、天然气等可用资源逐渐减少，而资源的利用率依然很低，如何提高现有资源的利用率是我们面临的首要问题。本文主要通过图像处理技术对锅炉底渣含碳量进行研究。文章分三部分对锅炉底渣含碳量进行研究，首先要获取锅炉底渣图像，就要对燃烧后的锅炉底渣图像进行实时拍摄，提取拍摄后的视频图像，然后利用图像处理技术对提取的视频图像与已知图像进行相似度比对、筛选，得到我们想要的锅炉底渣的图像。最后我们对得到的锅炉底渣图像进行分析，主要是对锅炉燃烧后的锅炉底渣图像进行阈值分割，将锅炉底渣分割成粗渣和细渣。视频提取部分，我们用到的硬件环境主要为USB摄像头，软件环境为Microsoft Visual C++6.0。首先我们对获取到的视频进行视频分割，将利用摄像头获取的视频文件进行有效的提取分割，得到大量的BMP文件，然后将每个BMP文件与已知图像进行相似度分析，得到与已知图像最相似的BMP文件。对锅炉底渣图像进行分析部分，主要是对上一阶段得到的BMP文件进行阈值分割。分割的关键是对锅炉底渣阈值进行选取，当选取的阈值偏小时，就会把一部分粗渣当成细渣来处理；相反，当选取的阈值偏大时，就会把一部分细渣当成粗渣来处理。所以阈值选取的不准确，会使对图像的分割不准确，从而造成对锅炉底渣含碳量判断错误。因此，阈值选取的合适与否直接关系到锅炉底渣分析的结果。本文通过分析并研究一维Otsu算法，二维Otsu算法，并提出了一种改进的二维Otsu算法，通过分析比较，改进的Otsu算法不仅考虑了像素点及其邻域灰度值的信息，排除了光照、噪声等因素的影响，而且运行效率相对一维Otsu算法，二维Otsu算法也得到很大的提升，在处理锅炉底渣比检测中起到了很好的效果，而且在生态环境以及经济建设等一些重要的环节也起到了很好的作用，不失为一种较好的处理锅炉底渣含碳量分析的方法。