NIST的Bentz等人提出了基于数字图像的水泥水化计算机模拟模型。他们使用扫描电子显微镜(SEM)采集水泥浆体二维截面的背散射电子(BSE)图像和X-射线图像,然后用一种基于判定树的算法从采集的二维图像中分割出组成水泥浆体的各相,并进一步得到各相的空间分布特征数据,如面积分数和周长分数等。在此基础上重建水泥浆体的初始三维微结构,然后用一套基于元胞自动机的水泥水化规则来操纵微结构中的所有像素,从而达到模拟水泥水化过程的目的。本文从二维SEM图像的分割处理入手,在研究和分析Bentz等人的图像分割算法的基础上,将图像分割问题转化为数字图像匹配问题,从数字图像处理的角度,提出了一种新的基于相关度量的图像分割算法。新算法采集水泥截面上Ca、Si、Al、Fe、S、K、Mg的二维X-射线图像,将这些图像同一点处的灰度值正规化并按一定的顺序排列后写成向量的形式,称为该点的特征向量。通过水泥中各相的化学组成以及数值试验确定了水泥中待分割相的特征向量,称为基准点;然后对二维图像中的每一点,计算该点的特征向量与各基准点的相关度量,比较计算结果,将相关度量值最大的那个相作为该点所包含的相。这样就可以确定水泥图像中各点所包含的相,达到分割水泥图像的目的。经对比发现,新算法能达到与Bentz等人的算法相同的分割精度,可以扩充,并且不需要确定各X-射线图像的灰度阈值,具有更强的通用性、可计算性和容错性。