颗粒粒度大小对于许多工业产品的质量和性能有着非常重要的影响,基于图像处理的颗粒粒度检测技术,因其具有安全、快速、非接触测量等诸多优势,成为目前颗粒粒度检测技术的发展趋势。目前大部分的图像法颗粒粒度测量针对的是圆形颗粒,而对其他形状的颗粒粒度测量研究较少。针对课题中片状颗粒对象,其待测粒度为颗粒厚度,本文设计搭建了一个测量平台机构,使用单目摄像机从侧面拍摄的方法,建立了现场颗粒图像测量硬件平台,并在图像算法研究的基础上完成了图像测量系统软件,实现了一个现场颗粒粒度图像测量系统。该系统减少了传统测量方法的样品制备过程,提高了测量效率,可使用于现场环境下颗粒粒度测量。　　 本文论述了片状颗粒粒度图像检测的原理与技术,主要研究了图像分割、基于形态学的粘连分离、颗粒识别等图像处理算法。　　 图像分割是本文的一个重点研究内容,本文首先比较了Canny边缘检测方法、Otsu阈值分割方法、K-均值聚类分割和均值漂移(Mean Shift)图像分割方法在本文颗粒图像分割中的应用,其中均值漂移分割算法分割效果明显优于其他算法,但高分辨率情况下耗时较多,针对此问题,本文采用均值漂移结合图像金子塔的方法,提高了图像分割的计算效率,使得分割算法满足现场测量的实时性要求。　　 颗粒图像检测的一个特点是图片中常有颗粒粘连的情况,本文的另一个重点研究内容是粘连颗粒的分离算法。本文研究了基于形态学的粘连颗粒分离算法,在传统形态学分离方法的基础上提出了一种基于特征模糊推理的形态学粘连颗粒分离方法,现场实验测试结果表明,本文方法克服了传统方法的过分割问题。　　 倾斜或不完整颗粒会造成厚度信息损失,影响测量精度,本文使用最小外接矩形方法进行颗粒倾斜判别,并采用基于矩模板匹配的方法对颗粒的完整度进行识别,保留了符合精度要求的完整颗粒,然后在标定图像标定的基础上,完成颗粒粒度计算。本文最后对图像测量系统的测量结果进行了分析。