铁谱技术是监测机器运行状态和判断故障诊断的最有效的方法之一,因为其高效、经济的优点,从问世到如今在工业领域发挥着巨大的作用。但是传统的铁谱技术由于主观性强、精度低、耗时长等缺点,已不能满足实际生产的需要,并严重影响该技术的推广和使用,因此需要尽快解决铁谱诊断智能化的问题。所以磨损磨粒的自动识别技术是近些年来国内外学者十分关注并致力加以研究的前沿课题。本课题选取彩色磨粒图像,以Visual C++.net 2003为软件开发平台,利用OpenCV库作为图像处理的辅助工具,以铁谱分析技术的智能化为研究目标,对现有磨损磨粒分割与识别的理论和方法进行了比较深入的研究。运用计算机图像处理技术,对铁谱图像进行平滑、滤波和形态学处理。通过采用改进的分水岭算法实现了对具有粘连磨粒的铁谱图像进行有效的分割。采用所提出的基于动态阈值的颜色分割算法快速而较准确的分割出各种颜色的磨粒。本文也对磨粒的形状和颜色特征进行了较深入的研究,提取不同种类磨粒的形状和颜色特征参数,为进一步的磨粒识别奠定了一定的基础。本文的研究对象虽以发动机为研究对象,但研究思路和方法是针对一般机械设备的,它对于推动油液监测技术智能化的发展和促进油液监测技术的工业应用有一定的实际意义。