材料的腐蚀形貌图像是评价材料腐蚀性能的重要特征之一，本工作将数字图像处理技术应用于腐蚀电化学研究中，运用现代数学理论与方法，结合自然环境材料腐蚀的特点，研究材料腐蚀形貌图像特征值与试样腐蚀形态和数据间的关系，主要研究成果如下：建立适合于自然环境暴露试样腐蚀形貌图像处理系统，确立了合适的图像采集参数和预处理方法。结果表明，中值滤波可以有效滤除采集过程中产生的噪声，而模糊增强则是一种有效的使图像中腐蚀特征显现的方法；建立了基于模糊增强和阈值选择法相结合的点蚀图像二值化方法；获取了金属材料海水暴露腐蚀试样的形貌图像，计算预处理后图像的分形维数、广义维数、面积因子和空隙特征并作为系统的输入，用模糊模式识别理论建立了腐蚀形貌诊断分析系统，可以由图像的分形特征值判断金属材料腐蚀形态；将小波图像分析和现代数学方法相结合，建立了研究有色金属大气腐蚀早期行为的方法：运用小波变换对预处理后的图像进行分解并提取子图像的能量值作为特征值，用典型相关分析求取了特征值和腐蚀深度之间的相关系数，将提取的图像特征值与典型相关系数的乘积作为神经网络的输入，建立加权特征值和试样腐蚀失重数据之间的神经网络模型。运用建立的方法对纯锌大气暴露和铝合金模拟加速大气腐蚀试样分析结果表明，该方法可以对试样的腐蚀进行预测并具有较高精度；采用面向对象的编程语言Visual Basic编制了金属材料海洋环境和有色金属材料大气腐蚀数据咨询管理和预测诊断系统，系统中包括材料腐蚀数据和腐蚀形貌图谱的图文数据库并具有一定的腐蚀预测和腐蚀形貌诊断功能。人工神经网络模型根据材料的合金成分或海水环境因素对材料的腐蚀数据进行预测，而灰色模型用于对材料的长期腐蚀数据进行计算并给出灰色模型参数。图像处理模块可以对图像进行滤波、模糊增强、分形特征计算、小波分解等；建立简单方便的不锈钢钝化膜破坏过程的原位实时图像采集装置和相应的电解池系统，利用图像处理技术对点蚀的发展过程进行了初步的研究，并讨论了电化学参数和图像统计特征值之间的相关性。