结晶技术覆盖了化工、食品、微电子及药品等行业,应用十分广泛。为实现结晶过程的有效控制,基于图像处理技术的方法被应用于结晶过程的在线检测。在使用图像识别的方法实时监测结晶过程中,由于外界环境的干扰,导致图像存在噪声,很难提取晶粒区域完整信息,且随着结晶过程的进行,晶粒尺寸变大,数量增加,晶粒重叠增多,另外,由于单一相机采集图像仅是保存晶粒的二维信息,造成其部分信息丢失。由于上述这些问题,导致获得的粒度分布结果存在较大误差。因此,本文基于现有的图像处理技术,结合实际结晶过程,改进算法,提取晶粒目标区域,分割重叠区域,修正长度特征,获得晶粒的粒度分布结果。为准确提取晶粒目标区域,本文提出一种多算子融合算法,叠加不同算子不同尺度的检测结果,获得目标区域的尽可能多的信息,在此基础上进行删除和筛选。为增加粒度分布统计结果的准确性,针对晶粒重叠问题,本文提出基于灰度分布方差区别晶粒粘连与晶粒遮挡,然后使用一种改进的凹点分割方法分割重叠区域,其中,使用基于轮廓和邻域信息的凹点检测方法定位凹点,使用改进的匹配规则匹配凹点,使用改进的Bresenham算法分割重叠区域。针对存在晶形转换的结晶过程,不同晶形晶粒的粒度分布需要分开统计,因此,本文提出一种形状描述算子表征形状,使用主成分分析法选取分类特征,然后使用单层BP神经网络分类多晶形晶粒。对于针状晶粒的长度特征测量误差较大的问题,为增加统计结果的准确性,本文提出使用灰度差乘积表征清晰度,然后建立清晰度与距离的函数关系,基于该函数求得针状晶粒的纵深信息,最终根据三角关系模型计算得到针状晶粒的实际长度,实现数据修正。最后,基于图像处理技术得到分类后的粒度分布统计结果,并通过单位像素标定,得到晶粒实际长度对应的粒数分布直方图。本文所得的粒度分布统计结果为结晶控制提供数据支持。