燃油雾化的好坏对发动机经济性、动力性、排放性等有着重要影响,因此对喷雾过程进行研究具有重要的意义。闪光摄影法是研究燃油雾化质量好坏常用的方法,但利用该方法得到的大量喷雾图像中能反映雾化真实情况的比较少,如果通过人工对每一工况下的图像进行挑选,费时费力,并且难免存在人工判别误差,所以有必要设计一套喷雾图像自动筛选系统,实现喷雾图像的自动筛选。初步筛选针对喷雾图像中出现的曝光过度、曝光不足、亮度不均、图像模糊等问题,选取灰度直方图、平均灰度、局部平均灰度、灰度平均梯度、拉普拉斯算子等不同的方法等来依次筛选掉不符合要求的图像。喷雾粒子数目越多且分布越均匀,则越能反映雾化的实际情况,因此最终筛选通过喷雾图像的预处理、粒子识别、均匀度的统计等过程来筛掉粒子数目少、粒子不均的图像。在预处理阶段,通过比较中值滤波与巴特沃兹低通滤波对喷雾图像处理的效果,最终选取中值滤波。在粒子分割阶段,主要比较了Harris提取特征点算法与graythresh法的优缺点,最终选用graythresh法。粒子均匀度的判断,是通过利用std函数来得到喷雾图像不同区域粒子数目的标准偏差,依此来衡量粒子分布的均匀性。最终根据设定的算法在MATLAB/GUI平台上对喷雾图像筛选系统进行设计,并将设计好的筛选系统添加到喷雾图像粒子测量系统使其功能更加完善。对利用该筛选系统筛选出来的喷雾图像进行处理,把处理结果与马尔文结果对比分析,以此来检验筛选系统筛选结果的适用性。