以燃煤为主的火力发电机组在我国的电力工业中占重要地位,对燃煤电站锅炉而言,监控炉内火焰温度,对锅炉运行的安全性和经济性非常重要。炉膛火焰燃烧的过程具有动态、高温、参数复杂和环境恶劣等特点,传统的接触式温度测量技术除了受恶劣环境影响的因素受到限制以外,其自身也不能及时反映整个温度分布的情况。基于CCD图像的非接触式测温技术因其具有独特的优点而成为火焰温度检测领域的研究热点之一。本文以炉膛火焰温度的测量为背景,系统地论述了基于CCD图像辐射测温的相关原理和常用测温方法,在建立了基于CCD火焰图像辐射测温数学模型的基础上,引入了BP神经网络,研究了神经网络原理,将其作为火焰图像辐射测温的数据处理手段,进行了仿真实验。为了减小计算误差,提出了一种改进神经网络的输入形式,进行了仿真实验,对两种方法的仿真计算结果进行了比较,选出了最佳网络。利用最佳网络对火焰图像进行了测温实验,得出温度分布仿真图。此外,本文还提出了基于神经网络的火焰温度预测方法,讨论了输入输出向量的设计,进行了仿真实验,实验结果表明,这种短期炉温预报是可行的。结论部分总结了本文的主要工作及不足之处,展望了基于图像处理的火焰温度检测技术的发展方向。