炭黑作为一种理想填料被广泛应用于增强橡胶的力学性能。在研究真实炭黑微观形态建模时,现有基于复合橡胶的建模方法受到粒子真实形态的影响,同时复合橡胶电镜图中存在炭黑粒子堆叠显示方面的缺陷,在研究形态对于力学性能的影响方面容易造成较大误差。而基于电镜图像的三维扫描方法普遍采用成本昂贵的机器设施以及较为简略的处理图像手段来进行三维重建。炭黑形态的图像处理与分析精度和方法均有改进的空间。本文利用图像堆叠技术进行模型重建,分析了重建方法的可行性;针对炭黑形态图像处理方面开展了背景处理、拟合算法等研究,并通过图像指标对于算法进行了客观评价;利用拟合图像对于真实电镜图进行二维网络模型重建和基于图像中炭黑粒子均位于中轴面上的假设进行三维模型重建,并对二维网络重建模型进行力学拉伸模拟计算;利用理想网络模型对于Payne效应与填料网络间的关系进行模拟分析,具体研究与结果如下:(1)针对堆叠图像重建模型方法的可行性进行了研究。首先建立炭黑均匀分布代表性体积单元(RVE)模型,基于图像堆叠技术将一百张原模型断面图片堆叠形成重建模型,影响重建模型精度的主要因素表现在粒子数、体积分数、网格数三方面,通过建立三因素三水平的正交实验研究,结果表明,三个因素对重建模型误差影响程度的排序为:体积分数>粒子数>网格数。最后建立聚集体模型进行进一步验证,发现聚集体模型在堆叠建模过程中与原模型相比误差较小。(2)针对TEM电镜图中光线不均匀、噪点干扰、填料基体难区分的缺陷使用图像处理方法进行了处理。主要包含背景处理的图像分割、滤光方法和区分基体填料的阈值迭代方法。处理后得到的电镜图像中基体填料区分明确,为后续研究拟合奠定了基础。(3)针对二维炭黑网络模型的建立过程进行了研究。首先针对填充橡胶复合材料微观电镜图缺乏量化描述与模拟手段的问题,提出三种基于图像形态和灰度信息的图像拟合算法:基于形态的轮廓骨架算法和最大内切圆算法、基于灰度值的K-means算法,并通过峰值信噪比(PSNR)与结构相似度(SSIM)图像标准评价了三种算法的拟合效果。结果表明,轮廓骨架算法对于炭黑聚集体的拟合效果最佳。然后使用轮廓骨架算法对于电镜图进行拟合处理得到二维炭黑网络重建模型。最后通过与二维重建网络模型相同的炭黑面积比建立了理想的二维网络模型,为多方面研究填料网络提供了基础。(4)针对网络模型中的力学性能进行了研究。对于二维重建网络模型与二维理想网络模型进行了静态力学拉伸,通过Mises应力云图与横纵比研究了炭黑网络与橡胶基体的受力和形变程度,其中较高的应力主要分布在炭黑网络中,较低的应力主要分布在橡胶基体中,故炭黑网络在拉伸过程中承受了主要应力。通过网络连通率与网络连通方向角研究了炭黑填料网络对Payne效应的影响。相较于网络连通率,连通方向角对于Payne效应的影响更大。(5)通过图像中所有炭黑粒子位于中轴面上的假设进行了三维模型重建,将三维模型的应力应变曲线与二维重建模型曲线、实验数据进行对比,其中三维应力应变曲线应力略高于二维应力应变曲线的应力,相较于二维模型,三维模型的应力应变曲线更接近实验曲线。该重建方法可以作为研究三维重建的参考。