在岩石骨料加工生产过程中，工业企业迫切需要能实现不停机在线检测与自动控制，针对沥青混合料拌和设备的石料级配控制，本文提出了利用计算机图像检测技术进行岩石骨料图像的实时采集、处理和分析，以提高生产效率和生产质量。在此研究背景下，本文利用图像处理的方法和数学形态学的理论知识来综合处理碎石颗粒图像，实现了对叠压石料的边界分割与特征参数估计。主要进行了如下几个方面的研究：1：对碎石颗粒图像的特征进行了分析，针对碎石颗粒图像的特点提出了利用高斯滤波和维纳滤波相结合的滤波处理方法，对传统的图像分割方法做了分类和总结，并进行实验，为后文方法的提出打下基础；2：介绍了数学形态学图像处理基本原理，把数学形态学图像处理方法应用到碎石颗粒图像中取得了一定的效果，如图像滤波、图像增强、图像重建等，为数学形态学作为碎石颗粒图像研究的工具打下了很好的基础；3：提出基于边缘生长和倾侧光照法的图像分割方法，利用倾侧光照法去除伪边缘，然后通过基于模糊判决的自适应边缘生长算法，对细化后的边缘图像进行连接，保证边缘连接的闭合轮廓更加忠于事实，实验证明利用该方法识别岩石边界的结果是令人满意的；4：提出基于边界信息提取、形态重建和分水岭变换的分割方法，运用双阈值二值化和边缘检测提取足够的边界信息，然后利用距离变换把二值图像转化为灰度图像，应用形态重建h顶变换的方法提取极大区域后再进行分水岭变换，实验证明，将这些算法组合成一个新的碎石颗粒边界识别算法可以成功地分离堆积的碎石颗粒。