在我国电力工业中,以燃煤为主的火力发电机组占据电力供应的主导地位。对大型燃煤锅炉而言,监控炉内悬浮燃烧状态对锅炉的可靠性、安全性和经济性非常重要。煤粉锅炉的燃烧过程是一种非常复杂的悬浮燃烧,它的工况是极不稳定的,锅炉燃烧的安全性主要取决于火焰的稳定性。为了避免锅炉爆炸事件的发生,炉内煤粉必须充分燃烧。如果燃烧不稳定,炉内温度场不均匀,容易出现可怕的后果,同时锅炉的热效率极大地降低。因此,炉内的温度场对判断炉膛的燃烧状态,调整锅炉的运行参数非常重要。本课题重点研究了炉膛火焰图像的分割与火焰跟踪方法,为下一步燃烧过程的判断、预测及故障诊断提供准确的依据。由于传统的图像分割技术大多基于灰度的梯度,而全炉膛火焰的灰度变化不明显,采用传统的方法不能取得满意的效果。本文在分析现有图像分割技术的基础上,利用YCbCr颜色空间受亮度变化影响小的特点,针对锅炉火焰燃烧最剧烈的中心区域Y分量和Cr分量的特征,提出一种基于YCbCr空间的火焰图像分割和火焰跟踪算法,结果表明:该算法简洁,运算速度快,效率高,能够实时准确地分割和跟踪燃烧火焰的中心区域。同传统的图像分割方法相比,偏微分方程和水平集相结合的分割方法取得了令人满意的结果,使之成为研究图像分割方法的热点。本文描述了偏微分方程方法中利用活动轮廓模型进行分割的原理,并利用测地线活动轮廓模型与无边缘活动轮廓模型对彩色图像分割后的火焰图像进行火焰中心区域轮廓的提取,并取得了良好的效果。针对目前难以对单个锅炉煤粉燃烧器火焰状态检测的现状,本文还利用广义高斯分布与Chi平方分布对锅炉内有火与无火两种状态建立模型,提出一种基于贝叶斯准则的锅炉火焰检测方法。