随着计算机技术的发展,图像处理、图像识别技术应用到了各行各业。火焰识别更多的应用在了火灾预警领域、炉膛火焰识别领域。其传感器多采用了感烟、感温、感光探测器以及红外对射探测器。对于识别火炬火焰这种在室外大空间复杂背景下的火焰,传统识别方法则无能为力。因此本系统使用数字图像处理技术来识别火炬火焰。由于海上采油平台电力资源有限,我们使用嵌入式的解决方案。处理器采用主频高达203MHz的ARM32位处理器S3C2410A,并扩充了系统内存来运行其软件系统。使用了模块化的设计,设计了比较安全可靠的电源模块,复位模块,USB接口模块。因而能方便使用USB接口的CCD摄像头。为了方便系统升级,预留了以太网通讯模块。在现有的图像处理技术基础上,分析了现有的基于视频的火灾、炉膛火焰识别技术,并结合火炬火焰的特征,设计了一套基于BP神经网络算法的火焰识别技术。系统每隔一段时间截取一帧图像,保留一份副本以保留其颜色信息,然后把彩色图像转为灰度图像,用数学形态学的方法对其进行滤波,灰度变换等预处理和增强,在此基础上对物体轮廓进行跟踪,并计算它的各种形态学参数。匹配相同物体在不同图像中的轮廓,用同一物体的形态学参数的变化作为神经网络的输入参数,来对物体轮廓进行辨识,判断背景中有无火焰。系统使用了LINUX操作系统,选择了WINDOWS XP+VMWARE+REDHAT 9 LINUX作为开发平台,使用了交叉编译器和可视化的QTOPIA作为开发工具。