随着图像处理技术的快速发展和进步,其应用范围也越来越广泛。如在工业、农业、医学以及航空等领域都有大量的应用。为了检测铜币表面是否发生变色和腐蚀,准确的提取变色和腐蚀的区域以及精确的计算该区域的面积,本文将以流通硬币中的铜质硬币(以下章节所说铜币均指铜质硬币)作为研究对象。通过对大量的铜币图像进行分析和研究,从而提出了一套基于图像处理技术的铜币表面变色和腐蚀区域提取的处理方案。首先,为了能更加准确的提取铜币表面的变色和腐蚀区域,需要对铜币图像进行预处理。该过程主要包括铜币区域的剪裁,图像的去噪以及对比度增强等。在去噪过程中,提出了一种改进的中值滤波方法。该方法能有效的改善对图像边缘和细节的平滑。其次,对于铜币图像的颜色量化处理,设计了一种新的基于聚类的颜色量化算法。该算法在HSI颜色空间下对图像的颜色进行粗分类并确定初始聚类中心,再转换到RGB颜色空间下,结合K均值算法来完成最终的聚类中心的求解。从而完成铜币图像的颜色量化过程。实验结果表明,该算法不仅具有理想的量化效果,还能较好的保留图像的细节和层次感。然后,通过分析目前各种常用分割算法的特点和适用范围,得出当前常用的分割算法无法直接运用于本文的分割处理。从而提出结合变色和腐蚀区域的颜色特征以及亮度特征来完成对铜币表面变色和腐蚀区域的分割。最后,利用简单有效地像素计数法和八叉树算法来完成变色和腐蚀区域的面积计算。本文主要对铜币表面变色和腐蚀区域的提取和面积计算过程进行了研究,研究成果对于利用图像处理技术来检测硬币的表面质量具有重要的指导意义。