在人类社会发展中，火灾是最经常发生的严重灾害之一，给人类的生命和财产带来了严重的威胁和损失。因此随着社会的不断发展和经济的高速增长，就越来越突出消防工作的重要性。在反复与火灾的斗争中，人们也研发生产出了许多有效的防火、灭火的产品，特别是近年来提出的基于图像型火灾火焰探测系统，因具有快速、准确的探测性能，吸引了国内外众多学者的重视，并已经应用到了一些复杂的环境中。本文首先是基于图像处理的基础，对火焰图像进行一系列有效的处理，突出了火焰图像的有用信息并准确的分割出火焰的疑似区域。然后是结合图像处理和分析，依据火焰的静态和动态特征，提取出了火焰的面积增长、闪烁频率、圆形度特性、尖角特性和质心坐标变化率五个特征信息。最后设计了一个三层的BP神经网络结构，融合了火焰的五个特征信息，来实现对火灾的识别和判断。实验证明，本文设计的基于BP神经网络的图像型早期火灾火焰探测系统，能够准确的识别火焰并进行报警，具有较高的抗干扰能力。