计算机视觉作为现代监测手段的一部分，在机械设备磨损的故障与诊断方面有着巨大的应用潜力。要想对磨损表面进行实时的数字化视频监测，找出最能表达磨损表面图像的参数并量化它们之间的关系，是至关重要的。 本论文提出了直接以磨损表面为观测对象对磨损试件的磨损状况进行实时、动态、在线监测的设想，并对它的实现做了以下几方面的基本工作： 1．提取已破坏磨损表面深度值； 2．提取该磨损表面图像灰度值； 3．找出实际表面深度与图像灰度之间的关系： 4．对所得结果进行统计处理并进行假设检验：轻度磨损灰度的总体期 望值为107，中度和严重磨损图像的灰度值的总体期望值分别是 120和125。通过对轻度、中度和严重磨损图像灰度数据这三个整 体样本之间进行假设检验得到，在轻度磨损和中度磨损之间有差 异，而中度磨损和严重磨损之间从统计意义上说没有差异。在实际 的监测过程中，能够区分实际磨损表面中的轻度磨损和中等／严重磨 损； 5．求出表达轻度磨损和严重磨损的灰度值的分布区间：轻度磨损灰度 值分布区间为（79，135）；严重磨损灰度值分布区间为（147， 156）； 6．用实例对结果5进行验证并通过。 通过对磨损实际表面深度值与磨损图像灰度值之间关系的探讨，使得以磨损图像灰度来表达实际磨损表面磨损状况成为可能，为实现计算机动态视频监测做了前期工作。