随着计算机技术的飞速发展,计算机图像处理技术己经迅速渗透到人类生活中的各行各业。尤其在生物细胞医学方面,细胞的检测与分析对人类来说更具有着极其重要的意义。然而由于设备误差、光照不均等因素的影响,采样图像可能会有模糊、噪声污染等问题,并且用肉眼长期观察容易引起视觉疲劳,影响结果的分析与判断。本文针对生物细胞图像运用数字图像处理技术对目标细胞进行检测与分析,实现了该过程的自动化处理,大大降低了人力的消耗,提高了结果的准确性。同时研制开发了一款具有自适应分割功能的细胞图像分割软件。本文主要开展了以下几方面的主要工作:(1)全面综述了国内外图像分割和粘连细胞分割的相关研究发展状况,对常用的图像分割方法及粘连分割方法进行了分析和比较,总结了各自的优缺点和存在的问题。(2)提出了一种自适应的细胞图像分割方法。该方法结合生物细胞图像的自身特性,通过多色判定及单通道选择的综合方法选取与之相适应的常用分割算法,实现了具有较强普遍性及鲁棒性的自适应分割。(3)研究并程序实现了基于八邻域链码的边缘跟踪算法,很好的忽略了生物细胞内部的复杂纹理,为之后的基于边缘梯度信息的Hough变换圆检测打下了良好的基础。(4)针对细胞堆积或粘连严重的情况,提出了一种基于梯度信息圆检测的细胞粘连分割方法,利用大部分生物细胞呈圆形的形态特征,取跟踪后的边缘轮廓进行圆检测,并通过建立的真伪细胞判断准则去除Hough变换中产生的虚假细胞,实现准确的分割。(5)采用Visual C++开发工具设计开发了细胞图像自适应分割软件,RGB和HSI颜色空间各通道的直方图显示,OTSU算法,彩色梯度算法,自适应分割等功能,并用Matlab仿真实现了对重叠粘连情况较重细胞的分离与检测,具有普遍适应性及较强的鲁棒性。