体温是人体非常重要的一个生理指标。在医院，它就是判断临床疾病和生命体征的重要依据。而在家庭生活中，也经常需要通过测量体温来判断是否感冒发烧。红外测温技术在工业上已经得到了广泛的应用，而在社会生活中的应用却非常少。本课题旨在设计出一款测温方便、快速测温、测量精度高的非接触式红外测温仪。课题选用台湾松翰科技的SN8P1919作为控制器，选用GE公司的ZTP-135SR红外温度传感器来检测温度。在正确合理的设计系统的软硬件过程中，如何提高最终的测量精度是本课题的主要研究内容。红外测温精度受到发射率、测温环境、测量距离等诸多方面的影响。在测温过程中，应尽量减小这些因素的影响。项目设计中，需要测量环境温度、目标温度和体温。对于数据的处理算法是非常关键的，这将直接影响到最后的测量结果。根据测温原理和红外温度传感器标定数据，采用多项式曲线拟合来找到需要的对应关系式。但是，这种曲线拟合方法的精度并不是很高。RBF神经网络可以任意精度逼近任意的非线性函数，且具有全局逼近能力。将RBF神经网络运用到红外温度传感器标定数据的曲线拟合中，可以在最大程度上减小测量误差，在最大程度上提高测量精度。最终，得到了满意的测量结果。