大气颗粒物已成为影响我国空气质量的重要污染物之一,严重危害人们的身体健康。不同形态的大气颗粒物对人体的危害程度不同,研究颗粒物的形态特征具有重要意义。颗粒物图像分割是研究颗粒物形态特征的重要前提。本文针对颗粒物的扫描电子显微镜(Scanning Electron Microscope,SEM)图像进行了分割研究,主要研究内容如下:(一)本文采用PQ200型和2050型颗粒物采样仪采集样本,并使用高分辨率电子显微镜获取颗粒物的SEM图像。通过对颗粒物SEM图像的预处理,降低了图像噪声、提高了图像的对比度。(二)针对无遮挡的球形颗粒物的分割问题,本文优化了随机圆检测过程中的采样策略,提出了迭代直径圆检测的方法。该方法利用迭代直径抽样策略获得颗粒物图像的边界;采用细化方法计算可能圆的圆心和半径,并检测可能圆获得候选圆;最后采用候选圆分割球形颗粒物图像。与基于等腰三角形采样的圆检测方法进行了仿真对比,结果表明迭代直径圆检测方法有效的减少了候选圆的数量,提高了圆心和半径的检测精度,实现了对无遮挡球形颗粒物图像的分割。(三)针对有遮挡的球形颗粒物图像的分割问题,本文改进了边缘检测函数,并将测地线活动轮廓与灰度共生矩阵相结合。本文采用水平集方法对初始轮廓进行演化获得目标边界,计算边界像素邻域内的能量值与目标区域能量值的差值。若差值高于设定阈值则认为该点不是目标边界,演化曲线向轮廓中心移动;若差值小于设定阈值则认为该点是目标边界。与测地线方法、基于偏差补偿的活动轮廓方法进行仿真对比,结果表明改进的测地线方法优化轮廓曲线演化过程,实现了对有遮挡的球形颗粒物图像的分割。实验结果表明:本文提出的迭代直径圆检测方法、测地线活动轮廓与灰度共生矩阵结合的图像分割方法有效的提高了轮廓检测精度,实现了颗粒物图像的分割,对后续颗粒物形态特征的研究奠定了基础。