空气预热器是电站锅炉的主要部件之一，主要功能是利用锅炉燃烧排放的废烟气预热即将进入锅炉的空气。由于空气预热器蓄热元件内部有很多缝隙，当其运行在低负荷或者燃料燃烧不充分的条件下，易发生“二次燃烧”，此时如果不能进行及时处理，会造成巨大损失。　　本课题的主要内容是针对空气预热器中的热点检测问题，设计出一套高性能的热点检测装置。基于顶视扫描系统的结构，完成了硬件平台的选取、图像拼接算法的编写以及SVM的决策判断。首先，顶视扫描系统的运用，能够实现在空气预热器上部高温区进行温度检测和图像采集，为本课题的研究提供了利用图像特征进行热点检测的新思路。为满足预热器热点检测实时性的要求，综合考虑所选硬件平台的图像处理速度以及程序调试的便捷性，选择DragonBoard 4l0c作为本课题的开发平台。其次，由顶视扫描装置、摄像头和Dragboard 4l0c构成热点扫描系统，在空气预热器上部高温区进行热点图像采集时，由于预热器截面积大，摄像头采集的是独立的图像，需要确定发生热点区域的形状和大小，本课题采用SIFT算法和SURF算法分别对采集的预热器图像进行拼接，并对其运行时长进行对比，最终发现SURF算法更能满足本课题的要求。最后，由于工业现场中，空气预热器发生火灾热点的概率较低，因此在实验室内进行模拟实验环境的搭建，利用电热炉加热钢丝网，钢丝网覆盖的层数模拟着火的深浅，而在电热率上放置薄钢板来挡住发热的电热丝模拟无火灾热点发生的情况，利用红外温度仪和可见光摄像头分别对其进行图像采集和温度采集，通过对采集的图像进行亮点分布区域面积的提取和亮度均值的提取，以及红外温度仪所测温度值作为SVM的输入，通过模型训练，对有无热点进行分类，得到的模型，其分类精度为1.0，在有热点的情况下，通过钢丝网的层数进而判断着火的深浅。