统计过程控制作为监控生产过程的关键技术,对产品过程质量的保证和提升具有十分重大的意义。它以控制图为主,通过数理统计理论和方法来分析检验数据,区分过程的正常和异常波动,进而尽早发现异常,并采取措施及时消除,提升产品质量和生产效率。然而,现有的过程监控方法大多建立在正态分布的基础上,或者仅仅关注过程的位置或尺度参数,使得方法在实际应用中具有较大局限性。此外,随着现代测量和检验技术的发展,各种高频传感器、机器视觉系统等技术的应用使得过程数据愈加丰富,对传统过程控制提出了巨大的挑战。本文通过引入广泛应用于气象集合预报领域的连续等级概率评分(CRPS,Continuous Ranked Probability Score)法,实现了任何连续分布下的过程位置和尺度参数的联合监控,方法的提出同时适用于样本量成千上万的情形,且充分考虑了工业生产过程数据的丰富性。同时,论文还将方法进一步应用于图像数据监控中,给出了适用于图像数据的CRPS监控方法。首先,论文探讨了CRPS方法的基本理论和特征,通过仿真实验计算不同偏移类型和偏移程度下正态和非正态过程的CRPS值,说明CRPS值能有效反映过程位置和尺度参数的波动。然后,具体阐述了基于CRPS的控制图构建方法,利用参数估计法拟合CRPS的统计分布,给出了控制图控制界限的确定方法,并结合案例加以论证。同时,论文通过计算控制图的平均运行链长分析其受控和失控性能,并与现有的其它参数和非参控制图进行比较,说明该控制图具备良好的偏移监测性能。其次,论文进一步探讨了基于图像数据的CRPS控制图构建方法。通过建立滑动窗口并对图像进行分块,计算窗口内各图像区域像素的最大CRPS值,并拟合其分布形式,给出了图像数据CRPS控制图的控制界限确定方法。最后,论文通过一张工业生产的无纺布图像为案例,通过仿真实验具体分析了所构建的图像数据CRPS控制图的性能,并将监测结果与其它控制图进行对比,说明所提出方法的有效性。