本文综述了数字图象的发展及应用，阐述了与矿物加工有关的数字图象处理基本原理，详细讨论了论文涉及的各种图象分割方法及其在颗粒与背景分离中的应用，以及各种梯度算子和数学形态学方法在边缘检测中的应用。 提出了以4链码为基础的结构模式识别方法、显微图象的4链码跟踪算法、基于凸函数的相邻颗粒图象分离方法、以及图象区域大小的边界积分算法，以此计算矿物粒度；并讨论了图象尺度的标定方法以及细菌动态图象识别方法。 采用Visual C++6.0为开发工具，在Windows环境下开发了显微图象粒度分析系统(MSAS)，提供开放的代码，使该软件易于扩展功能及维护。该系统考虑了等比序列、等差序列、自定义序列三种粒级划分方式以满足不同研究目的的需要，用该系统能进行筛分分析难以实现的极窄级别粒度分析；设计了多图象大样本的分析功能，从而利用多次采样的结果可提高图象分析系统的精度；提供了单步识别方式，让用户提取自己所关心的目标区域，以及从总体中单独提取一种矿物粒度分布的功能。 通过实验证实了图象分析与沉降分析、激光粒度分析的结果基本一致，与筛分分析相比结果偏大，对原因作了初步解释；并对MSAS的用途作了简要的介绍。