随着火力发电机组装机容量的不断扩大,其炉膛结构及其环境的复杂程度不断增强,对实时、高效的炉膛燃烧状况监控系统提出了更高的要求。为了提高煤粉燃烧经济性,减少污染物的排放,并能有效地预防炉膛燃烧不安全事故的发生,本文以火力发电厂燃煤炉膛火焰图像为研究对象,以提高炉膛火焰图像处理算法有效性和速度为目的,在已有的炉膛火焰图像处理算法的研究成果基础上,对炉膛火焰处理的三个关键技术(去噪、增强、边缘检测)进行比较详实的研究。首先,为了保持炉膛火焰图像细节信息的同时,提高去噪算法运算速度,提出了基于双树复小波变换(DTCWT)与隐马尔可夫树(HMT)模型相结合的炉膛火焰图像去噪算法。该算法的HMT模型的参数由独立混合模型的EM算法进行估测。由于双树复小波变换具有近似平移不变性和优良的方向选择性,与HMT高斯混合模型共同对小波系数关联建模,具有模型精准的优势,且隐马尔可夫树HMT模型能精确描述系数不同尺度间的传递特性,所以本文去噪算法效果优势明显,去噪后的信噪比得到较大提高。Matlab仿真结果表明,本文去噪算法能在较好地保持炉膛火焰图像边缘以及细节信息的同时,能够较好地抑制噪声,大大提高了去噪算法运算速度。其次,为了有效地提高炉膛火焰图像的亮度和与炉膛背景的对比度,提出了一种改进的自适应多尺度Retinex炉膛火焰图像增强算法。该算法采用引导滤波器对炉膛火焰图像进行平滑滤波,从而较好地获得火焰图像的照度图像,在时域下采用减法运算获取火焰图像的反射分量,并对反射分量进行颜色恢复校正,避免炉膛火焰颜色失真。采用迭代计算更新阈值,求解出错分概率最小的阈值,从而实现自适应最优阈值分割,从而能消除炉膛火焰图像可能出现的整体暗淡、局部区域细节不够等问题。Matlab仿真结果表明,该自适应多尺度Retinex炉膛火焰图像增强算法能有效地增强炉膛火焰图像,提高了火焰图像的亮度和与炉膛背景的对比度。最后,为了能有效地提取出炉膛火焰图像边缘信息,克服传统Canny边缘检测算法的自适应性差的缺陷,本文在传统Canny算子的研究基础上,提出一种基于直方图凹度分析的灰度图像分割算法。阈值的选取是图像分割的关键,该算法将直方图凹度分析运用到双阈值Th、Ti的选取当中。Matlab仿真结果表明,该算法能有效的检测出炉膛火焰图像的边缘,与传统Canny边缘检测算法相比,该算法更能凸现炉膛火焰图像的边缘,且炉膛火焰形状能有效地得到复原。