随着计算机科学技术的发展,计算机在医学领域也得到了广泛的应用。其中的计算机辅助医疗外科技术以及计算机辅助诊断技术越来越受到人们的关注,尤其是在医学显微图像处理方面。传统的医学显微检测,它的工作效率低、工作强度大,存在主观的观察误差,对检测员的技术水平要求较高;加之它只能通过显微摄影进行图像记录,不能对图像进行必要的处理,不能快速存贮和再现,更不能通过网络远距离传输图像信息,因而已经远远不适应信息时代发展的新要求。而现代光电转换、计算机硬件、数据和图像处理软件等技术已经可以实现真彩色数字化医学显微图像的显示。在此基础上,针对血液细胞的具体观测要求,将难以观测的显微镜视场光学图像变成显示在计算机屏幕的大面积、高亮度、真彩色的经过自动识别的图像,以减轻专业技术人员在显微镜下从成千上万个目标中寻找、观测、捕捉异常小体等的劳动强度,并对观测细胞进行定量的色彩、形态等参数的分析和统计,辅助医生进行医疗诊断,使现代发展的迫切要求。本论文的研究工作主要围绕着BP神经网络的数字图像处理技术展开的,重点探讨了BP神经网络用于彩色血液细胞识别的可行性,并且用VC++实现了基于本方法的彩色细胞自动计数系统。本论文第二章介绍了关于人工神经网络的基本概念,对人工神经网络模型的构造进行详细的阐述,并介绍了几种常用的神经网络模型。其中对BP神经网络做了全面的讨论,并提出了BP神经网络的改进算法。第三章介绍了数字图像处理的基本知识,并对彩色图像的处理方法作了详细的阐述,详细分析了色彩和形态学在图像分割中的应用,对不同的彩色空间的阈值分割效果作了比较,并在此基础上提出了从彩色和形态两个方面来对图像进行分割的方法。第四章阐述了目标特征提取的选取准则和提取方法,给出了统计分类理论的基本内容和基于目标面积分布的几种统计识别方法。第五章给出基于神经网络的彩色细胞自动计数系统的工作原理和系统结构。给出了软件实现的过程,并对细胞自动计数系统操作进行了简单的介绍。本论文主要有以下创新点:1.将HIS色彩空间和RGB色彩空间下单通道的图像阈值分割效果进行比较,提出了HIS色彩空间阈值分割优于RGB色彩空间阈值分割。2.提出基于色彩和形态两个方面综合的图像分割方案。此方案可大大减少无关数据的处理,从而加快彩色目标识别过程。3.采用BP神经网络模型实现了彩色目标的色彩分割和形态提取,提高了图像分割的准确度,为图像识别打下基础。