接触角是可用来表示材料表面的润湿性能的重要参数之一,通过接触角可以获得材料固体的表面能。接触角的测量问题涉及范围很广,在工业、农业、科研、国防等许多方面都有很重要的应用。目前,常用的接触角测量方法是通过摄像头采集液滴成形过程的图像,利用图像分析技术求取接触角信息。由于液滴的形成是一个动态的过程,且固体表面可能存在水平度偏差及材质粗糙等现象,在图像获取的过程中,经常会采集到劣质的液滴图像,这给接触角的自动测量带来了难题。不少接触角仪对于劣质液滴图像只能采取纯手工的方式进行测量,检测效率很低。本文研究基于图像分析技术的接触角测量方法,实现液滴图像接触角的自动检测。为了区分合格液滴与不合格液滴,提高系统总体检测效率,提出了一种基于液滴图像粗略边界的斜率与曲率特征的液滴分类与识别算法。针对液滴图像存在噪声的现象,提出了一种基于FCM聚类分析的液滴图像滤波算法,该算法能有效滤除液滴图像中的块状颗粒噪声及虚假水平面噪声。为了能正确计算液滴接触角信息,必须获取清晰准确的液滴边界,本文提出了一种基于子图像邻域梯度信息度量的液滴边界提取算法,实验证明,该算法能有效提取液滴边界,即便对于劣质液滴图像,也能获得清晰准确的液滴边界信息。此外,本文研究了接触角的计算方法,编程实现了乡/2法和切线法的液滴图像接触角自动测量。实验表明,经本文算法所获得的接触角自动测量结果与手动测量结果基本一致。