回转窑是现代先进的复杂、大型、连续生产设备。在回转窑内生产氧化铝的过程中，烧成带温度的检测与控制是一项十分重要的工作，能否优质、高产、低消耗地生产氧化铝的关键因素就是烧成带温度。回转窑火焰图像中包含了大量烧成带的温度信息，通过对火焰图像的分析来检测烧成带温度是目前最新的检测技术。基于火焰图像的烧成带温度检测依赖于图像中物料区、火焰区以及整体的灰度特征。因此需要对上述区域进行分割，以便于对烧成带温度的估计。由于火焰图像受窑内烟雾、煤粉、熟料、火焰等的影响，噪声严重，物料区、火焰区边界模糊不清，给分割带来了很大的困难。本文旨在解决对噪声严重、对象区域边界模糊不清图像的分割问题。 文章提出了一种在回转窑火焰图像中自动分割物料区和火焰区的方法。该方法首先把彩色的火焰图像转换为YCbCr色彩系统的灰度图像；利用多方向窗检测和图像间平滑的方法对图像进行去噪和平滑；利用改进的大津阈值法、K-均值聚类法和分水岭方法进行图像的自动分割；最后把三种分割方法得到的结果图像加以融合，并把融合后得到的最终结果图像与手动分割图像进行比较和评价。本方法被应用于70多幅实际的彩色回转窑火焰图像中，证明了其对此类复杂图像分割的有效性。