在各种钢铁材料的断裂失效分析中,通过对断口组织(韧窝)的微观分析研究可以了解断裂过程的机理及原因,继而探明材质对力学性能的本质影响。因此,对断口的定性,尤其是定量分析具有重要的理论研究意义和工程应用价值。然而,对钢材韧窝的定量微观分析,目前只能依靠专业人员以人工测量统计的模式进行,由此必然造成效率低、精度低以及占用大量人力资源,并严重影响了后续的材质控制工作。本研究在国家自然科学基金项目、江苏大学模具科技创新团队项目资助下,充分利用前期工作的成果,以钢的断口显微组织图像为主要研究目标,首次建立了钢韧窝的测量分类系统。系统主要采用了图像处理中滤波、灰度修正、分割等方法对图像进行处理提取韧窝,运用形态学中腐蚀膨胀等方法对韧窝进行修复处理,并改进了基于Freeman链码的多区域面积的算法来测量面积。本文主要研究内容及创新点如下:1.首先在对韧窝图像的特征分析的基础上,对多种图像处理算法进行了综合分析,从而得出理想的处理算法。即利用中值滤波法去除图像噪声,并用直方图修正的方法对韧窝图像进行灰度修正来增强韧窝与背景的对比度;2.成功引入了自适应模糊阈值分割法很好地实现了韧窝与背景的分离,消除了窝图像中存在的模糊特性,同时保留了韧窝边缘特征;针对图像中出现的韧窝粘连及孔洞缺陷,文中采用了形态学的方法及扫描线填充算法对韧窝图像进行处理,很好的解决了缺陷问题;3.根据韧窝的特点,本文改进了基于Freeman链码的多区域面积的算法对韧窝进行测量。结果表明这方法能高效、便捷、准确的测取韧窝面积。通过本研究首次建立了对韧窝的测量系统,应用工程实例结果表明结果准确,为后继的韧窝的定量分类分析工作提供了可靠依据。