随着社会的发展,制造业逐步向智能化方向转型,传统的事后维修和计划维修的模式越来越难以满足成本与效率的需求。目前人工点检是炼铁厂混合机的主要监测策略,但人工点检的及时性和准确性难以保证,无法满足现代工业所追求的高效率、高速度、高精度的检测要求。因此,本文研发了炼铁厂混合机工作现场的火焰与机器漏油故障在线图像监测系统,从而提高故障发现速度。本文的研究对象是火焰与泄漏的机油,通过提取火焰的静态与动态特征将火焰与背景干扰物进行区分,从而判断监测现场是否有火焰存在,通过图像处理算法对机器是否存在漏油故障进行监测。研究了相应的图像处理算法,开发了软件及硬件系统。本文的主要研究内容如下:（1）搭建图像采集系统,为企业选择了一款适合现场应用的工业相机,并设计了工作现场的相机布局方案。利用实验室现有的工业相机等设备搭建了一套简单的图像采集系统,通过MTALAB开发相机控制及数据传输系统;（2）利用搭建的图像采集系统采集图像,通过中值滤波与形态学开运算对图像进行降噪处理。通过RGB+HSI颜色模型与自定义阈值法相结合,对火焰图像进行二值分割;（3）对火焰的静态与动态特征进行分析,首先提取火焰的静态特征,通过圆形度和矩形度阈值去除背景中的部分形状规则的非火焰干扰区域。通过图像采集系统采集到的连续多帧火焰图像提取火焰的动态特征,根据火焰尖角、面积变化率、闪烁频率等特征进一步去除背景干扰,从而对监测现场是否存在火焰进行判断,并在有火焰存在时提取火焰的面积及位置信息;（4）对机器漏油故障进行监测,通过图像掩膜对水泥地面与金属实验台进行划分,水泥地面监测区域通过2D-Otsu法对经直方图均衡化处理后的HSI颜色模型中的S通道图像进行分割,同时通过1D-Otsu法对纹理局部熵图像进行分割,结合上述两种方法最终准确提取地面漏油区域且不会造成误判。对于金属实验台监测区域,首先通过图像纹理局部熵与最大交叉熵相结合的方法确定漏油区域位置,然后通过纹理局部熵与二维最大模糊熵相结合的方法提取漏油区域面积。（5）基于MATLAB 2017a软件进行算法编写与系统开发,最终形成一套完整的软件系统,模块化的界面便于用户的使用。可通过一键操作实现图像的采集、处理、报警等功能,同时还设计了各种分步处理算法,便于用户进行调用。