随着高温工业的发展,耐火材料将承担起更多的功能。抗热震性作为耐火材料的重要性能,对耐火材料的结构设计和制备工艺等方面的研究具有重要意义。抗热震性需进行多次循环加热-冷却试验确定,为了解决传统耐火材料抗热震性检测存在诸如效率低、安全性差、没有过程记录等弊端,按照国家标准,本文对多类耐火材料试样,开展了高精度、全自动的抗热震性视觉检测研究,重点如下:（1）采用基于机器视觉的检测方法,结合了自动化机械设备、光学摄像、计算机等领域技术,开发出一套能够适应不同种类耐火材料抗热震性自动检测平台。（2）对采集的多种试样图像进行特征分析,针对试样受热端面会慢慢出现不同程度裂缝和剥落,特别是外边缘剥落导致对该图像进行轮廓检测时误差较大的问题,本文对其初始图像进行边缘检测,获取掩模图像M1和外边缘轮廓M2,掩模图像M1和试验中同组后续采集的图像进行按位与操作,获取去除周围背景干扰的完整试样图像,再进行二值化、形态学等操作,完成图像预处理。（3）针对试样图像存在大量麻点和块状噪声、裂缝和大面积剥落等问题,对采集的样本图像预处理后,对噪声、裂缝和剥落的连通域特征进行K-means聚类分析,并对聚类结果,提出了一种通过设定初始误差系数E计算连通域特征分割阈值T的算法,确定两组特征分割阈值;试验图像预处理后,基于两组特征值进行两次连通域三级滤波,准确检测出裂缝和剥落区域。（4）在破损率的计算上,对检测出的裂缝和剥落区域进行骨架细化,引入链码测量破损区域的长度和宽度,根据耐火材料试样的抗热震性检测中破损率计算标准的特殊性,提出了一种基于骨架线区间划分的破损率计算方法。试验结果表明,较现有方格网法,本文破损率计算方法精度高、速度快。本文建立的抗热震性检测系统能大幅降低工作量,自动保存所有过程图像和准确计算每次试验的破损率结果。方便厂家和工作人员根据每次试验的数据结果,分析裂缝出现的位置、长度,剥落的面积、形貌等信息,研究该材料试样的抗热震性,对耐火材料工业优化产品结构、高效生产和绿色发展提供重要依据。