血细胞图像检测在临床医学检测中有着重要作用。传统的血细胞检测主要是通过光学显微镜依靠医务人员的专业知识完成，这种检测方式存在着工作量大、工作效率低下、主观性强等一些缺陷。随着计算机图像技术的广泛应用和发展，图像检测技术在血细胞检测方面也获得了较好的应用，这样将有助于大大地提高血细胞染色切片的检查效率，减少人为误差。血液细胞图像处理系统能准确、快速识别血液染色切片中的各类细胞，极大地提高血液形态检查的效率，推广后有很好的社会效益和经济效益。　　 图像分割是图像检测中重要的一个部分，也为血细胞检测提供了重要依据。本文主要是针对血液中存在的两种主要细胞--白细胞和红细胞分别提出了改进的分割算法。针对白细胞和红细胞有粘连的现象，本文提出的白细胞分割算法主要有以下几个步骤：1、将血细胞灰度图转换成二值图，通过区域增长生成所需的二值图，并统计二值图中各细胞的面积，根据红细胞和白细胞细胞面积的差别去除大部分的红细胞；2、利用白细胞中细胞核的定位去除面积较大的粘连红细胞；3、通过构建构凸封闭包提取凹区域的边缘进行白细胞与粘连红细胞的分割，从而获得最终的白细胞分割图。该方法简单直观，方便实现，并能获得较好的分割效果。本文对红细胞提出的改进算法主要是基于传统的分水岭算法，主要有以下几个步骤：首先是通过图像预处理，利用拉普拉斯变换进行灰度图增强；接着利用改进的分水岭算法进行图像分割，获得红细胞分水岭分割图；因为分水岭分割后的图片存在过分割现象，所以最后通过计算盆地区域的面积、容积和蓄水深度，并设定条件来进行区域合并，获取最终的分割图。本文对改进的两个分割算法分别进行了编程仿真。实验证明，采用改进后的算法分割的血细胞图片和传统的分水岭算法、拉普拉斯算子分割算法、Kirsch算子分割算法等几种分割算法相比，有更好的分割效果。