近年来在金属材料研发领域里,数字图像处理及分析技术起到了重要的作用,特别是在组织分析、材料检验等方面,都已经逐步取代了传统的手工模式。但是,对于晶粒尺寸数十倍细化于常规钢材的超细晶粒钢,如何实现对其组织的精确识别和测量表征以确保组织的高可控性,仍是一个极富挑战性的科学技术难题。　　 为此,本文以超细晶粒钢金相组织为研究对象,自主创新设计了超细晶粒钢晶粒测量及形态分类系统。通过该系统对大量的超细晶粒钢金相组织的实测及手工模式验证,结果表明该系统能够很好的实现对极细晶粒的测量、分类工作,可获得理想的晶粒图像分析结果。　　 本文主要研究内容和创新点:　　 1)针对超细晶粒钢所特有的晶界模糊、晶界缺失及晶内孔洞等图像缺陷,在分析研讨了常用图像处理算法的基础上,提出了基于直方图均衡的图像灰度修正算法和基于核心修正的改进分水岭分割算法,并选用了优化的扫描线种子填充算法,从而可很好的解决这些图像缺陷问题,获得理想的修复效果。　　 2)针对超细晶粒钢所特有的晶粒形态特征,建立了有效的系列形态表征参数,由此充分保证了晶粒特征参数测量工作的精确、高效、便捷,其测量精度可达±0.01μm,并做到无漏检、无重检。　　 3)针对超细晶粒钢晶粒形态的多样性,创立了一种新的系列形态类别,从而为晶粒形态的科学分类提供了可靠判据。　　 通过对大量工程实例的应用结果表明:本文工作及其所设计的超细晶粒钢晶粒测量及形态分类系统具有较好的普适性,可以推广应用于材料领域、生物领域中背景和形态复杂的粒状物测量分类工作。