火灾是常见的严重自然灾害之一。对其进行早期实时的监控是火灾消防领域的研究重点。现有的火灾传感器,如感烟、感温、感光探测器,它们分别利用火焰的烟雾、温度、光的特性来对火灾进行探测,受其探测原理的局限,对火灾的早期、早早期隐患很难发现,而红外图像是人类视觉的延伸,红外图像型火灾探测技术可以通过分析火灾图像的早期特征,达到火灾早期报警、早期防护的作用,对预防或减少火灾的发生有着重要的现实意义。本文基于红外辐射理论,在深入研究了火灾特征的基础上,运用图像识别及处理的方法,从采集的火灾红外图像中,依据温度变化、面积的变化、边缘抖动以及形状不规则等特征,分别进行了相应的算法研究,并给出了具体的数学模型,搭建了一个基于OpenCV(开源计算机视觉库)的红外图像型智能火灾探测系统。本文主要算法有温度算法、面积算法、形状算法等。温度算法主要基于物体的温度越高其辐射能量越大,相应其形成的图像像素值越高的特征；面积算法主要基于火灾面积会不断增大的特征,这是火灾区别于其它高温物体的显著特征。随着火势的增大,火焰不断地增强,在这个阶段,火灾的面积呈现连续的、扩展性的增加趋势,检验火灾初始的辐射面积增长速率是十分有用的；形状算法主要基于火灾面积的形状随机变化且不规则的特征。根据火灾图像形状的不规则和大部分干扰源(如电炉、白炽灯等)的形状较规则的特点,将圆形度作为火灾判据之一。该系统采用了红外摄像机和彩色可见光摄像机,前者用于火灾图像的采集,后者用于火灾现场的录像监控。良好的人机界面具有实时监控、图像识别、参数调整、录像功能、视频截图、日志记录、燃烧物识别以及报警功能,支持现场监控及录像取证(火灾黑匣子),能实现现场语音广播、发送短信以及远程网络报警,亦可与各类消防设备联动。其中燃烧物识别具有重要意义,可揭示火灾产生的起因,有利于火灾责任的追查认定。