寻找有效的锅炉燃烧优化运行技术，以实现锅炉稳定、高效而洁净的燃烧，一直是国内外热能工程领域专家学者的研究目标。由于汽包水位直接关系到锅炉的安全运行，也是重点关注的课题。 数字图像处理技术是一门相对年轻的学科，在近几十年获得了空前的发展。目前数字图像处理的应用越来越广泛，已经渗透到了工业、医疗保健、航天航空、军事等各个领域。图像处理技术指导锅炉燃烧优化运行和汽包水位监测有其自身的优势。本文以数字图像处理为线索，以锅炉燃烧与汽包水位监测为背景，解决燃烧诊断优化及水位智能监测的相关问题，主要研究内容如下： 1．针对火焰图像和水位图像进行了不同的图像处理，获得了火焰图像的相关特征量和水位图像的数字特征，作为智能诊断和识别做出了较好的基础。 2．基于聚类分析对火焰图像的特征量进行了归类，获得了判断燃烧状态的依据。将粗糙集理论应用于炉膛燃烧诊断，依据粗糙集的约简过程加速火焰状态识别的过程，提高了燃烧诊断的准确性。 3．基于灰色关联理论分析了火焰图像特征量与风粉测量参数的关联特性，找出了关系最为密切的一组变量，并基于火焰特征参数初步获得均衡燃烧系统的调节规则，为实现燃烧优化提供了新的思路和方法。 4．在锅炉汽包水位工业电视监视基础上，利用BP学习算法识别就地水位计刻度数值，根据水位温度、压力补偿模型分析的结果，通过神经网络学习训练，构造了一个虚拟水位计，可实现汽包．水位TV的数字监测。