本论文以早期森林火灾的监测为背景,应用数字图像处理技术和人工神经网络识别技术对早期森林火灾监测识别进行了研究,为将来森林火灾智能化监测提供了理论基础和技术支持。本论文的研究思路是按照图像识别的基本步骤进行的,首先研究了基于图像采集卡的视频图像采集,并对采集到的图像采用均值滤波和中值滤波相结合的方法进行滤波去噪预处理。其次介绍了基于背景差分法的运动目标检测及实时背景更新策略,对差分后的图像采用最佳阈值法对运动目标进行二值化。对目标区域存在的孤立点,采用形态学中腐蚀和膨胀方法进行消除,从而得到完整的运动目标。由于目标在不断的运动,所以本文以两帧背景差分图像作为一组进行特征提取,提取两帧的变化作为特征,并进行归一化。最后,采用改进的BP神经网络对样本进行训练,并画出了训练误差曲线,通过对训练好的网络进行样本测试,表明利用神经网络技术来实现早期森林火灾识别是可行的,且识别成功率高、识别迅速,验证了采用本文所述方法的正确性和有效性。为今后的进一步研究打下了基础。