磨损会导致材料的消耗,影响机械设备的使用寿命和可靠性。铁谱技术是一种有效的磨损工作状态监测方法,本文针对传统铁谱分析存在不同的人分析同一张谱片可能得出不同结过的缺点,且没有实用的诊断软件系统投放于市场,对磨粒图片进行数字化的研究,将油液中的磨粒进行分类和统计,为机械设备故障诊断奠定基础。具体研究内容如下：(1)寻找出一种合理有效的磨粒分割方法。采用实际磨粒图片进行分割算法的研究,确定了基于区域生长的RGB颜色特征的分割法去除磨粒图片的背景,减小了人工取点的误差：通过对磨粒图片进行区域生长实验,确定了生长准则；选用Ostu自动分割法,实现了磨粒与沉积链的分离。(2)分析磨粒的特征参数。提取不同磨粒的特征参数(尺寸、颜色、纹理),通过参数分析,确定了不同特征参数对磨粒识别的影响程度以及影响磨粒识别的特征参数范围。(3)提出了一套对磨粒的类型和成分识别有效的算法。对常用智能识别理论(BP神经网络算法、灰色关联分析)的原理以及优缺点进行了分析,选择了适合本研究要求的识别理论。(4)利用Visual Basic 2008编写磨粒识别软件,将上述(1)、(2)、(3)提出的理论转化为编程语言,并实现了磨粒基本特征的提取。采用实际磨粒图片进行了分割和分类统计验证,结果证明了分割算法和识别方法是合理且有效的。