纤维增强复合材料的微观结构图像可以展示材料的内部结构特征，研究这些图像中所蕴涵的丰富的信息，例如图像中纤维的长度，数量以及分布情况等，对复合材料的性能分析有着重要的意义。本文研究复合材料微观结构图像中纤维与噪声的分割以及纤维长度的测量。 本文采用了综合的方法对复合材料微观结构图像进行处理。首先，提出了一种改进的基于模糊理论的阈值分割算法，利用图像整体阈值、局部阈值和像点梯度信息之间的关系，构造了一个双输入单输出的模糊逻辑系统，合理计算出像点的最佳分割阈值，解决了使用单一阈值分割易发生纤维断裂的问题。 其次，本文提出利用朴素贝叶斯分类器对二值化后的纤维图像进行模式识别。在对图像中的纤维与噪声进行分类时，本文选择了三个特征参数并对参数的有效性进行了证明。实验证明本文提出的基于朴素贝叶斯分类器的模式识别方法对图像中的纤维与噪声能够进行有效的分类。 最后，本文提出了一种新的纤维长度计算方法，将距离函数应用于图像中交叉纤维的分离。与普通的纤维长度计算方法相比，本文提出的计算方法在计算的准确率方面有了很大的提高，并有效的简化了程序实现的复杂度。