金刚石磨粒作为参与磨削加工的主要材料,是砂轮的重要组成部分,其在金刚石砂轮空间的分布特性直接影响磨削加工结果。通过对金刚石的分布状态、出露高度、形状特征等信息进行研究,并预测磨粒均匀磨损量与破碎深度,能够对金刚石砂轮磨削性能进行评估。因此,对金刚石砂轮磨粒进行分析和形状识别,有利于指导磨削加工工艺,优化砂轮磨削性能。本文基于光学显微层析测量技术,采用聚焦合成在位测量仪获取不同深度的磨粒层析图像,通过对金刚石砂轮磨粒的光学显微层析图像的分析,提取磨粒特征参数,实现磨粒形状的识别和分类。主要的研究工作包括:(1)磨粒图像预处理。分析不同深度的磨粒层析图像,针对不同因素引起的磨粒图像降质,研究不同的图像预处理方法。采用基于MSRCR与直方图均衡化结合的图像增强算法增强磨粒区域,获取磨粒较好的区域信息;(2)磨粒图像分割。基于直方图阈值,提出一种粒子群优化改进的Otsu自适应阈值分割算法,实现对不同层面破碎磨粒的分割;基于Hough直线检测与最小二乘法区域拟合,对分割后的磨粒区域进行区域合并;(3)磨粒特征提取与识别。研究单颗磨粒几何特征提取方法,采用小波描述子表示不同磨粒轮廓特征,并以此作为后续支持向量机磨粒形状识别的特征输入;分析多颗磨粒间的方位信息,获取单颗磨粒不同深度截层的特征参数;采用支持向量机分类器实现不同磨粒形状的识别与分类。实验结果表明,本文所研究的针对光学显微层析图像分析和识别的算法,较好的实现对金刚石砂轮磨粒的特征提取和识别分类。