随着钢铁材料科技的飞速发展，各类钢材尤其是超级钢的研发已经逐渐建立在成分、结构、组织和性能定量关系的基础上，意即对于超级钢可以通过工艺控制和组织控制从而获得所需的性能。定量金相分析正是研究金属材料成分、组织、工艺及性能之间关系的重要方法，亦是新型超级钢钢种研发的重要环节。　　超级钢是近年来快速发展的一种新型钢材，其主要特点在于细晶粒、高均匀度，故而表现出极优的综合性能。但是，在进行定量金相分析时，对这类钢中大量出现的诸如晶界缺失、晶内孔洞等图像缺陷，如何进行缺陷修复;对形态复杂多样的晶粒如何分类表征等问题，均成为超级钢研发领域中迫切需要解决的瓶颈问题。为此，本文以超级钢金相组织为研究对象，探索创新设计了超级钢晶粒测量与形态分类系统。　　本文主要研究内容及创新点:　　(1)首先在对超级钢晶粒图像特征分析的基础上，对常用的图像预处理算法进行了综合分析研讨，利用直方图增强、对比度增强等方法对图像进行预处理，以期消除各种晶粒图像噪声。同时，针对待测图像晶粒形态特有的多样性、复杂性，提出了局部自适应动态阈值分割算法获得了较理想的分割效果。　　(2)针对超级钢所特有的各类图像缺陷，提出了基于水域生长的图像复原方法进行晶界修复，利用种子填充算法进行晶内孔洞的填充，可很好地修复此类图像缺陷问题。　　(3)为定量计算出待测图像晶粒尺寸、晶粒形态的均匀程度，从大量的晶粒图像中挖掘并凝炼出晶粒均匀因子这一全新的概念，并建立了专门的求解公式。从而，为材质的均匀度评价提供了一种全新的定量评价方法。同时，针对超级钢的晶粒形态特征，制定了相应的晶粒分类类别及其类别阈值。　　在上述研究工作的基础上，通过对大量的工程实例的测量分类分析，系统应用结果表明，本文建立的超级钢晶粒测量及形态分类系统，可精确、高效、便捷地进行超级钢晶粒的测量与分类，继而为超级钢定量金相分析提供了可靠依据。