铁谱分析技术是上世纪70年代出现的一种磨损颗粒分析和机器状态监测技术，是目前最经济有效的磨损检测方法之一。铁谱图像处理与分析是现代铁谱分析技术的关键环节，实现铁谱图像中磨粒的准确分割，对后续的磨粒分析和识别，以及磨损状态监测和故障诊断有重要的意义。铁谱图像复杂、信息量大，对其进行磨粒分割时经常出现过分割或欠分割等现象，因此对于铁谱图像分割进行评价，不仅可以改善算法性能，也为后续磨粒识别和故障诊断提供基础和依据。本文主要对铁谱图像分割质量的评价方法进行研究，主要包括：(1)针对铁谱图像背景与磨粒的分割，提出了一种基于灰色关联分析的评价方法。该方法首先统计不同背景颜色的铁谱图像在RGB空间和CIEL a b空间的各颜色分量比信息，从而获得背景和磨粒的参考序列；其次，利用大津阈值法和分水岭算法对铁谱图像进行分割并标记各个区域，根据标记点提取各区域的颜色分量比信息作为待评价序列；然后，利用灰色关联度模型，计算各个待评价序列与背景和磨粒参考序列的关联度；最后，根据关联度的大小，判断出铁谱图像分割结果各个区域是属于背景还是磨粒，从而评判出分割结果的质量。(2)针对铁谱图像磨粒与磨粒的分割，提出了一种基于灰色聚类的磨粒分割质量的评价方法。该评价方法在研究常用评价指标的基础上，提出“聚类次数”评价指标，以分水岭算法不同梯度阈值下的分割结果为评价对象，以面积因子、形状因子、汉明距离、质心距离和聚类次数为评价指标，以优、中、差为灰类，最终得到聚类系数向量矩阵，通过其行列数据的大小，对分割结果进行优劣排序。本课题以Visual C++6.0为平台，利用OpenCV函数库实现各个算法。实验结果证明，本文提出的基于灰色系统理论的铁谱图像分割质量评价方法可以用于磨粒分割质量的评价，具有较好的可行性和有效性。