颗粒是指处于分割状态下的微小固体、气体或液体,也指具有生命力的细菌和微生物等。在工业、农业、科研、医学等应用领域,颗粒是种常见的分析测量对象,通过统计样品内所含颗粒的数目和各种特征参数,就可以对其品质或特性进行分析。采用数字图像处理的理论对颗粒进行分析和测量,可以减轻劳动强度,提高工作效率和准确度,从而得到广泛的应用,成为近年来国内外的一大研究热点。本文的主要研究内容包括颗粒图像的预处理、图像分割和颗粒参数测量。首先,介绍了颗粒图像处理与分析中涉及到的一些预处理、图像分割与二值图像处理技术。对多种常见阈值分割算法进行了比较,选择最大类间方差法对颗粒图像进行阈值分割。针对颗粒图像的特点,采用面积滤波的方法对颗粒图像进行噪声消除和孔洞填充。其次,详细的分析了粘连颗粒图像的两类分割算法:基于凹点的分割算法和基于数学形态学的分割算法。对这两类算法进行了实验比较,并对这两种算法的优缺点与适用范围进行了总结。然后,详细研究了流域分割算法中的过分割原因,并对流域分割算法进行了改进。通过极限腐蚀的方法获得距离变换图,采用4/8邻域结构元素交替腐蚀的方式进行极限腐蚀,避免分割不足的现象。提出一种自适应选择种子点的方式,使种子区域最大化,避免了过分割现象。通过对大量颗粒的分割实验可以发现,该算法不仅对圆形和类圆形颗粒能取得理想的分割效果,对形状不规则的颗粒也能进行有效分割。最后,对颗粒的数量、周长、面积、粒径、圆形度等特征参数进行了测量,测量所得的参数具有较高的实用价值。并通过Visual C++ 6.0实现一个简单的颗粒图像处理平台。