贫血现象在我国日趋严重，它是妇女儿童的常见病，也是儿童除肺炎、腹泻、佝偻病之外的“四大疾病”之一。而贫血产生的原因之一就是红细胞生成的减少，传统的血细胞计数是将血液稀释后，滴在有分划的玻璃片上，在显微镜下人工计数。这种计数方法速度慢，劳动强度大，眼睛易疲劳，计数精度低，且误差因人而异。如果应用具有快速能力的计算机技术和现代图像处理技术对病理标本进行定性及定量测量，既可以减少主观干扰，以提高识别精度，又可以减轻医生繁重的劳动负担，而提高工作效率。计算机技术在医学领域得到了广泛的应用，特别是各种图像处理方法在医学图像的分割、识别、定量分析中成为了临床辅助诊断和医学研究的重要工具。在生物医学图像研究中，对细胞的识别、分类、自动测量是经常进行的工作，而要将细胞识别出来，重要的处理有两步：先将待分析的细胞从图中提取出来，然后将粘连细胞切割为单个细胞。在第一步中，传统的分割方法常常基于灰度图像，比如阈值分割法，本文充分利用了细胞切片图像的彩色信息，选择了更符合人类视觉规律的HSV彩色空间，把色调、亮度、饱和度的信息结合在一起，采用3次阈值分割法很好地提取出目标。在第二步中，本研究引入圆形度和面积特征，利用链码差可以反映细胞边界曲率特点，找出细胞轮廓的凹点对，实现粘连细胞的分割，且可以有效抑制过分割和假细胞区域。到目前为止，所有的分割粘连细胞的方法都是针对链式粘连，并没有对环状粘连进行实验。本文就这个问题进行了深入研究，利用细胞形状的先验知识与目标轮廓链码估计粘连细胞中心点位置，并结合聚类思想把粘连区域进行分类，得到了较满意的结果。本研究是基于Visual C++6．0环境进行软件系统设计与开发，建立了细胞图像分割与计数系统的主体框架：图像分割模块和统计分析模块。在后一个模块中，实现了通过鼠标双击感兴趣的细胞，得到该细胞的面积、周长、近似直径、形状因子、圆形度、矩形度等参数，并可绘制此细胞的轮廓：对整幅图像得到了细胞个数、总面积、总周长、平均面积、平均周长、异常细胞比等参数，并可绘制统计线长直方图。本文不需要预处理工作，在修正阶段可以很好的去除噪声和假细胞区域，但是把滤波增强作为用户的可选步骤。软件系统实现了细胞图像的分割、自动识别、统计分析等功能，具有高效、准确和使用方便等特点，可以大大提高生物细胞各项指标检测的速度和准确性。与传统测量方法相比，细胞图像自动分析系统可以减少人为误差，使结果更客观，可作为细胞图像性能分析的有效工具。但本研究中在算法设计、特征提取和软件功能等方面也存在不足之处，有待进一步改进。