随着科学技术,尤其是信息技术的发展,图像处理已经成为科学研究中的重要工具之一。图像分割作为图像处理中的一项关键技术,近年来已经逐渐深入到军事、工业、医学、航天等各个领域,并得到极其广泛的应用。医学图像处理是数字图像处理技术在医学上的具体应用,已在世界各地得到越来越广泛的重视。细胞图像的分割作为其中一个重要分支,受到计算机图像处理研究者的关注,细胞图像分割与识别的方法研究也随着计算机技术的发展成为当代图像领域的前沿课题。本人对细胞图像处理的学习研究主要包括以下几个方面:1.图像预处理。图像预处理技术主要包括图像增强,中值滤波,边缘检测等方法,如何将这些方法进行合理的运用和有效的组合是获取较好预处理效果的关键。经过多次实验,以及对实验结果反复的分析和比较,最后得出了一种对血细胞图像比较有效的预处理方法,该方法为后续的图像分割工作奠定了良好基础。2.数学形态学理论。医学图像处理中经常用到这一理论,因此这一部分学习的重点是观察用这些理论对细胞图像进行处理时会产生怎样的结果,分析理论中不同方法的适用场合。3.细胞图像分割。图像分割所牵涉的知识范围比较广,是学习过程中的难点之一。实验主要采用阈值分割法,区域增长技术,以及近年发展起来的,如基于灰度值样本训练的分割方法,基于灰度值密度的物体描绘算法对血细胞图像进行分割和做算法比较。4.分水岭分割算法。这部分工作的核心是根据血细胞图像的特点,对传统的分水岭分割算法加以改进。通过前期的预处理以及汇水盆地的选取,有效的抑制传统算法中的过分割现象。实验表明,该算法能够对血细胞图像进行快速、准确的分割,边缘定位较为精确,并且能够较好的克服噪声对图像的影响。5.实验总结。该部分主要对实验的结果进行比较与分析,同时对本课题下一步的工作重点和难点进行说明,对细胞图像处理的发展进行展望。