结晶工业是世界经济的重要组成部分,结晶产品在制药、食品、化工等各个行业中均有着广泛的应用。对结晶过程实现良好控制的基础是对结晶过程中的晶体颗粒实现较好的测量。目前结晶过程控制领域比较先进的测量方法是基于机器视觉的监测方法,通过获取晶体颗粒图像并识别图像中的晶体目标来实现对晶体颗粒的软测量。本文以机器视觉和数字图像处理技术为基础,提出了一种在针状晶体图像中识别晶体目标的方法,并开发了针状晶体目标识别系统。本文的主要工作如下：(1)综述了结晶过程控制、测量技术及机器视觉技术的发展、应用情况,分析了针状晶体的外形特征,设计了黑色背景的晶体图像的采集环境,使采集的晶体图像更加方便处理；(2)结合晶体图像特点,提出一种的基于概率密度函数最速下降法的的单阈值图像分割方法和形态学增强方法。基于概率密度函数最速下降法的单阈值分割方法以概率密度函数曲线中下降最快的点作为阈值分割点,可以有效避免晶体图像的过度分割,防止和减少晶体目标信息的丢失；并结合数学形态学增强方法对图像进行预处理,使因图像采集和分割原因造成的晶体丢失的区域得到较好的复原,还可以有效增强晶体区域边缘的线性特征；(3)提出了针状晶体目标特征提取方法和矩形轮廓拟合方法,通过定义和提取目标晶体区域的特征直线和边缘,计算晶体区域的长和宽,并拟合针状晶体的矩形轮廓,可以有效地击中目标晶体区域,并较为准确地拟合出该针状晶体规则的矩形轮廓；(4)分析了针状晶体图像中晶体目标出现的粘连现象,改进了基于凹点匹配的粘连区域分割方法,提出了基于晶体区域特征直线的分割线判别条件,实现了对粘连晶体区域较好的分割；(5)采用上述方法,设计和开发了针状晶体目标识别系统,对多幅针状晶体图像进行了识别实验,取得了较好的识别效果。