随着计算机技术和显微成像技术联系的日益紧密,越来越多的智能辅助诊断系统应运而生。作为智能辅助诊断系统中的关键技术聚焦成像和预处理技术也得到了快速发展。如何进行快速聚焦已经得到了广泛的关注,其应用领域也越来越丰富。显微图像预处理技术作为生物形态学中的一项研究热点,是辅助诊断系统后期识别决策分类的关键技术,如何提高图像采集质量和对目标图像进行预处理成为医学镜检中后期分割识别处理的前提。因此,本文围绕显微成像及图像预处理技术研究与实现的课题,对其中的关键技术进行研究,用实验进行论证,进而提高显微图像在医疗器械设备中的应用价值。本文的主要研究工作是对显微镜成像和预处理技术展开研究与分析,针对显微镜的聚焦成像、图像色彩迁移、显微图像增强等进行研究及实现。主要工作如下:1、在显微成像方面,根据光学显微镜观测内容目标的稀疏,提出了二种不同的聚焦算法,分别是基于多目标的显微细胞图像聚焦算法和基于稀疏目标图像的显微聚焦方法。这二种算法可以根据观测视野里目标的稀疏来进行快速的聚焦,经过实验验证可以很好的达到聚焦效果,有利于后期的图像处理。2、在显微图像归一化方面,通常受采集环境的影响导致获得的显微图像在背景色彩上并不统一,这给智能辅助诊断设备的分割识别带来很大影响,因此有必要提前将显微细胞图像进行归化处理。本文提出了改进的Reinhard显微图像归一化方法和基于K-均值聚类的色彩偏移方法。通过对比实验,证明了其有效性。3、在显微细胞图像增强方面,对传统的对比度受限直方图均衡(CLAHE)增强算法进行了研究和探讨,在对比度分配方式上进行改进并和改进的直方图均衡化算法结合应用,提出了一种基于改进CLAHE的有效增强显微细胞图像的新方法。该方法在增强显微细胞图像纹理细节的同时也能有效提高其对比度和可视效果,经过增强处理获得的图像更适合人机识别。经过多次实验对比,验证了该方法具有较好的增强效果和适应能力,能适应各种显微细胞图像。