森林火灾一直是困扰森林资源保护的一个重大难题，早期的火灾探测技术多是基于火灾的烟雾和温度特征进行的，判别标准过于单一，误报率较高。随着计算机技术的发展和红外探测器的发明，出现了基于红外图像处理的森林火灾防护技术，该技术主要对红外探测器获得的森林现场的红外图像进行一定的处理后识别图像中是否有火灾出现。本文的主要工作是进行红外图像增强和分割算法的研究，通过对各种算法的描述和仿真实验结果分析，提出一种较适合森林背景红外图像的处理算法。另外还对处理后的图像进行了火灾识别，提出了一个较为有效的火灾判定准则。本文通过对经典红外图像空域增强算法的研究和仿真发现这类算法在处理森林背景红外图像时去噪效果不明显，并且在去噪的同时会造成红外图像的模糊，并不适合噪声较多，清晰度较差的森林背景红外图像的处理。在对各种常用红外图像分割算法的研究中发现，基于阈值的红外图像分割算法过分依赖于阈值的选取，很容易造成分割结果不完整或者是过分割现象，分水岭算法得到的分割结果相对较好，但它实现复杂，并且也很容易过分割，这些算法在用于森林背景红外图像处理时很容易给后续的烟火识别工作带来困难。为了解决上述问题，本文提出了一种基于频域处理的提升小波变换和直方图修正相结合的红外图像增强算法，然后用改进的区域生长法来对图像中的可疑区域进行分割并对分割结果进行烟火识别，根据对火灾组和干扰组红外图像序列的识别结果对比得出了较为准确的火灾判别准则。经实验验证，本文提出的综合算法使森林火灾红外图像的峰值信噪比较常用的空域算法有接近6dB的提高，并且图像的对比度上也有了一定的提升。改进后的区域生长法算法简单，分割结果较传统的区域生长法更完整，有较好的实用性。在文章最后得到的火灾识别判据也能对火灾的监测识别起到一定的参考作用。