随着对现代生产设备管理的要求不断提高，机械设备运行状态的监控和故障诊断技术备受关注。铁谱技术通过磨粒分析来判断和预测机械设备运行状态，可以有效的提高设备的故障监测、诊断能力，减少机械故障发生的概率。铁谱图像分割是进行磨粒分析的前提，是铁谱分析技术的关键环节。磨粒边缘不仅是铁谱图像分割所依赖的重要特征，也是人们描述或识别磨粒的非常重要的特征参量。论文首先利用均值滤波、中值滤波和亮度调节等进行铁谱图像预处理，消除噪声。将磨粒和背景准确分割对磨粒边缘检测至关重要，本文提出了一种新的磨粒和背景分割方法-H&DC方法，该方法把直方图处理和图像深度转换相结合用于磨粒和背景分割，并将H&DC分割结果与大津阈值分割结果进行对比分析，证明了该方法的有效性。如何得到准确、完整、单像素的磨粒边缘是本课题研究重点。首先，研究了小波变换的相关知识，将D4提升小波多尺度边缘检测用于磨粒边缘检测，分析了该算法用于磨粒边缘检测的优缺点。其次，通过对灰色关联分析进行深入研究，将灰色变权关联度应用到磨粒边缘检测，并对检测结果进行分析。最后，针对D4提升小波多尺度边缘检测算法和灰色变权关联度边缘检测算法各自的优点，提出了融合提升小波和灰色变权关联度的磨粒边缘检测新算法-L&G算法。将L&G算法结果与Sobel算子、Laplacian算子、Canny算子和多尺度边缘检测算子的结果进行比较，结果表明L&G算法能有效的抑制噪声，可以得到准确、完整和单像素的磨粒边缘，是一种有效的磨粒边缘检测算法。