在现代化生产中对机械设备的稳定性、加工精度、可靠性等要求越来越高,使得传统的设备维护方式已经不能够满足需求。从最初的机械设备状态离线监测到如今的实时监测,对机械设备的状态检测和故障诊断技术的要求也越来越高。目前铁谱分析技术已经大量应用于机械设备的磨损检测中,通过对润滑油中的磨损颗粒进行定量和定性的分析来实现对机械设备的状态检测和故障诊断。铁谱分析技术对于不同的工况和设备都能进行实时监测,随着对铁谱分析技术的深入研究,使得其应用更加广泛。因此,本文为了提高铁谱分析技术的自动化和智能化水平,针对磨粒图像的自动分割领域展开了研究。本文分别对铁谱图像磨粒堆积成链问题以及不均匀光照铁谱图像提出了相应的解决方法,并通过与一些常用的方法对比来进行验证和分析。本文对铁谱图像的磨粒二值化分割领域展开了研究,首先分析了铁谱分析技术的国内外研究现状,以及介绍了在图像处理中的一些相关理论。为了便于研究铁谱分析技术,搭建了铁谱图像磨粒分割处理系统。该系统由硬件和软件平台两部分组成,其中硬件部分主要包括摩擦磨损实验平台和在线图像可视铁谱仪,软件部分主要包括铁谱图像处理和磨粒分割功能。针对铁谱图像中磨粒堆积成链的问题,提出了基于最近邻域法的铁谱图像磨粒链分割方法。对不同时刻的铁谱图像运用最近邻域法匹配获得磨粒链的沉积变化序列,通过沉积变化序列中相邻两条磨粒链对比划分出每个磨粒区域。改进距离变换方法对每个磨粒生成标记,采用标记分水岭算法进行磨粒链分割,获得磨粒分割二值图像。最后将磨粒链分割结果与传统分水岭算法、多尺度二值形态学分割算法进行比较,验证了所提方法的准确性,解决了在磨粒链分割过程中的过分割和欠分割问题,成功地将铁谱图像中堆积成链的磨粒链分割出来。针对铁谱图像光照不均匀的问题,提出了基于先验点阵的铁谱图像分割方法。在铁谱图像上引入先验点阵来标记磨粒,通过铁谱图像颜色空间的转换来降低光照不均匀的影响。再用聚类的方法提取标记的磨粒,获得铁谱图像粗分割图像。改进了形态学操作过程,通过膨胀一次腐蚀两次后与粗分割图像叠加,保证磨粒边界信息的完整性,获得二值化磨粒分割识别图像。并对点阵的属性做出改进,探究点阵的形状、均匀性分布、间隔等因素对磨粒识别的影响,发现只要点阵越小则标记的精度越高,磨粒识别也更加准确。最后将识别结果与Outs大津法、自适应阈值法等进行比较,结果表明所提出的方法能更加精确地将磨粒识别出来为后续磨粒特征提取打下基础。