冷却结晶过程是从含一种或多种成分的反应溶液中获取固体晶体产物的重要环节,广泛地用于精细化工和制药工程。为实时调控优化冷却结晶过程,迫切需求先进的在线监测晶体生长过程的检测仪器与技术。近年来采用原位显微图像分析结晶过程晶体形态和种群尺寸分布,受到了越来越多的关注和探讨。本文以L-谷氨酸冷却结晶实验为研究案例,研究基于显微图像检测的结晶过程晶体生长尺寸测量方法,设计一个在线监测软硬件平台方案。首先介绍本文采用的结晶过程原位显微图像检测装置以及实验设计方案,分析微观结晶图像相比于宏观物体图像的特点和难点。随后阐述晶体图像分割的基础步骤。对于图像清晰完整、分割要求不高的情况,给出一种单目图像分割方法,通过图像增强和阈值化分割算法进行快速分割;对于更复杂的情况,提出一种基于Mask-RCNN深度学习网络的图像分割方法,可以实现更好的晶体图像分割效果,而且设计专门的crystalset文件格式以便压缩保存图像分割结果。其次,针对分割结果中存在的大量低质量晶体图像,提出一种无参考图像质量评估算法,可以动态筛选出高质量图像。对于双目采集图像进行匹配分析,从而区分重叠晶体以便于晶体尺寸测量和分布统计。考虑到冷却结晶过程不同阶段图像特性差异明显,提出一种图像检测冷却结晶过程阶段划分方法,以便实现分阶段自动切换图像检测模型和算法,从而保证可靠的晶体种群尺寸分布统计。为便于工程化应用,设计一个结晶过程在线监测平台方案。从底层到顶层分为硬件层、中间层、算法层和应用层4个层次,下层为上层提供支持,上层对下层进行调用和控制。硬件层包含现场图像采集与预处理系统以及网络通讯结构。对于中间层设计一个数据流图编程框架,突出优点是方便用户通过图形化拖拽连接方式组合任意的功能子模块,构建可并行加速的计算结构,各个子功能编写为插件式的功能节点供调用。设计了一种晶体分析数据结构,提供高效、灵活、轻量化的数据存储方式。