多孔材料自问世以来一直是学术界的重点研究对象,凭借其独特的多孔结构在催化、过滤、储能、吸音、隔热等方向表现良好,在燃料电池、航空航天、机械制造、污水处理、日常家居等领域有诸多应用,广泛的研究范围和超高的实用性是很多材料无法媲美的。多孔材料的孔结构特征是多孔材料物理性能的决定性因素,通过测量实验表征多孔材料孔结构的传统方法存在诸多缺陷,很难实现对全部种类多孔材料的表征工作,并且实验所测数据种类已经无法满足现代化科学研究对于材料表征多样化的数据要求,因此,利用计算机处理通过高精度成像仪器得到的数字化图像从而得到多孔材料孔结构特征已经成为了一种新的表征方法。本课题分别基于多孔材料的二维数字化图像和三维数字化图像对多孔材料特征参数的提取进行了研究。本课题在实验室中制备了难以通过实验表征的无序介孔材料,并放在扫描电子显微镜下观察,得到了有关无序介孔材料表面形貌特征的二维图像。在对图像进行去噪,阈值分割等预处理后,使用填充球算法提取了有关无序介孔材料的孔径分布特征参数,绘制了孔径分布概率密度曲线,并与通过氮气吸附法获得的BJH曲线进行了对比分析。结果表明通过计算机算法得到的孔径分布概率密度曲线与BJH曲线趋势一致,误差小于11%。除此之外,本课题还研究了多孔材料三维图像的特征参数提取。多孔材料的骨架特征参数可以保留原始图形的许多结构特性,是三维孔隙网络模型的建立基础。距离变换（DT）是提取骨架特征的方法,本课题通过研究数据的切分、计算和合并,提出了一种基于邻居域局部计算的并行欧式距离变换算法（PCEDT）。该算法相比于基于邻居域的串行算法（CEDT）,在数据集尺寸为50×50×50时计算速率提升两倍,并且随着数据集尺寸的增加,两者之间计算速率的差距会逐渐增大。