机械零部件的磨损是机械设备最主要的故障之一,所以对机械设备在不拆卸、不停止机器运转的条件下进行磨损状态准确分析,具有十分重要的意义。磨损磨粒分析是铁谱图像分析技术中十分重要的环节,它通过分析铁谱图像上磨粒的类型、成分、浓度、尺寸等来判断磨损发生的部位、严重程度和机器的运行状况。铁谱图像分割是进行磨损磨粒分析的前提,为后续的磨损磨粒图像分析提供依据,起着决定性作用。论文首先利用数学形态学抗噪声性能好、运算效率高、定位准确等特点,将数学形态学的膨胀运算、腐蚀运算、以及重构运算等用于铁谱图像预处理。提出了基于测地膨胀去除铁谱图像不均匀背景的算法,将磨粒与背景有效地区别开来。通过采用形态学开闭重构运算滤除铁谱图像上的噪声和杂质,运用形态学膨胀与腐蚀运算填充磨粒内部的孔洞。使用形态学方法进行边缘检测,得到连续且封闭的铁谱磨粒边缘。其次,论文利用改进的标记分水岭算法对预处理后的铁谱图像进行有效分割。首先利用形态学极限腐蚀获取图像上的极小值区域,利用条件膨胀对铁谱图像上的磨粒进行分割。为了避免过分割现象,论文对分水岭分割算法中标记的提取技术进行了改进。提出了用基于串行算法的距离变换来构造拓扑图像、用局部极大值线段方法搜索标记点、并对相同区域重复标记做合并的标记提取方法。通过利用所改进的分水岭分割算法,不仅能有效分割出铁谱图像中磨损磨粒区域,而且可以有效地解决传统分水岭算法因对噪声敏感而引起的过分割问题。最后,通过实验对比分析,证明了以上算法在解决抑制噪声、边缘检测、图像分割等图像处理问题的有效性。