智能水凝胶是一种对外界环境变化具有刺激响应性的水凝胶，本课题研究的是温度变化刺激智能水凝胶体积变化的特性。为了解决无接触的测量水凝胶形变状态难题，本文采用基于图像分析的方法全程监控水凝胶图像，达到对水凝胶体积数据的精确计算。在本文方法中，首先利用数码相机对不同温度下的一系列水凝胶实验图像进行采集，然后采用有效的图像处理算法将每幅图像中的水凝胶和标尺分别进行定位，最后利用有效的步骤计算出水凝胶体积变化数据。　　 本课题分别对图像增强、图像倾斜矫正、图像分割、水凝胶形变检测结果进行了分析研究，主要工作如下:　　 (1)图像的增强处理:针对实验图像光照不均、对比度低、边缘模糊、噪声大等特点，采用一种基于非抽样Contourlet变换的非线性增强算法。仿真实验结果表明:此算法增强效果好，很大程度保留图像原貌的同时，抑制了光照不均的影响，增强了图像细节。在主观视觉效果和客观评价方面均优于传统直方图均衡化算法和小波变换算法。　　 (2)标尺的定位:基于标尺刻度区域具有丰富边缘线的特点，本文结合边缘检测和线过滤算法定位标尺。首先利用Prewitt算子对增强的图像进行垂直边缘检测，然后利用线过滤算法处理掉大部分的背景干扰线，最后结合先验信息和行扫描定位出标尺区域。实验结果表明:该定位算法思路清晰，计算简单且定位较准确。　　 (3)标尺的倾斜矫正:针对标尺区域的倾斜会导致体积不能精确计算的问题，本文采用基于垂直投影和坐标轴旋转的水平倾斜矫正算法，该算法通过将二值化图像在不同旋转角度坐标轴上进行垂直投影分析确定倾斜角度。实验结果表明，该算法原理简单，计算量大大减少，矫正效果好。　　 (4)图像分割:基于实验图像中水凝胶区域与背景区域具有明显的色差和形状差异，且直方图具有明显双峰的特性。提出一种改进的快速FCM算法实现水凝胶图像有效分割。实验表明，本文方法能有效克服噪声的不良影响，具有计算量小、实时性好的特点。