图像型火灾探测和自动灭火技术是利用CCD摄像机作为探头，将被监视现场的彩色图像和红外图像输入计算机，然后利用图像处理的算法，从单幅图像和图像序列中来识别有无火灾的发生。在发现火灾的情况下，计算火灾的空间位置，自动启动灭火系统和报警疏散系统。论文结合计算机图形学、数字图像处理、计算机视觉等技术，从火灾火焰形态学特征和视觉特征两方面着手，并采用人工神经网络理论中的BP神经网络模型，研究基于图像特征的火灾探测和自动灭火技术。目标是将提出的方案变为实际的算法，用软件实现，最终设计实现一套完整的火灾探测和自动灭火系统。
    而近年来 ,随着经济的飞速发展 ,各种高层的建筑群体不断涌现。在高层建筑中,人口密集、财产集中,其消防安全问题就突显出来。传统的火灾探测技术有感温、感烟、感光及复合型等模式。这些技术不仅在灵敏度和可靠性方面有待提高,而且不能对火灾最初的信号做出反应。因此 ,近年来积极研究并提出了图像型火灾探测技术 ,该技术既可在多粉尘、高湿度的室内环境中使用 ,也可在室外环境中使用 ,对火灾初始信号有更高的灵敏度 ,具有很好的应用前景。而图像型火灾探测系统中的高压水炮定位更是解决了消防的问题，可以在火灾开始发生时探测到火灾，并驱动高压水炮进行灭火，阻止火灾进一步扩大，避免不必要的人员和财产损失。