在基于机器视觉测量应用的工业生产现场,由于各种原因会引起北侧零件的图像异变,在这种情况下要对异变的工业零件图像进行图像分割进而测量工业零件的几何参数。因此,许多图像分割的方法涌现了出来,然而他们各自相应的不同的优势和劣势。近几十年来,分形几何理论解决了传统几何学对具有强烈不规则边缘几何体无法进行数学描述与处理的重大难题。分形几何的提出为图像处理领域提供了一种新的思想。基于分形几何的图像分割方法相对这些传统的算法可以检测出几乎所有的图像细节,也有非常好的抗噪性能。所以,本文的研究有比较重要的工程意义。本文的具体工作如下:(1)提出了一种基于差分盒维法的图像分割方法。运用差分盒维法求取出原图像中各个区域中的分形维数,构造出原图像的分形维数三维图,并以分形维数为参数结合Ostu算法对图像进行分割。(2)提出了一种改进的差分盒维分形维数计算方法。通过根据每个遍历图像的子窗口内具体的灰度值分布情况计算灰度等级,及扩展子窗口尺寸改进了拟合直线精度(分形维数计算精度)。采用动态规划模型保存每个尺寸下的每个格子内像素点灰度的最大值和最小值减少了算法执行时间。(3)基于改进的差分盒维法的螺钉图像的分割。根据改进的差分盒维法并结合Ostu算法对缺纹螺钉图像和标准螺钉图像进行分割。通过实验研究表明,改进后的差分盒维法的图像分割效果要比传统差分盒维法的图像分割效果好,图像螺钉部分分割的边缘更加清晰,噪点更少,并且提高了图像分割的运算速率.