对于血细胞图像的研究是医学图像处理领域中的一个重要分支,其工作主要集中在三个方面:细胞区域的分割、重叠细胞的分割和白细胞的分类识别。本文在比较已有方法的基础上,将具有良好分类及泛化性能的支持向量机方法引入到血细胞图像处理中来,所做的工作和取得的成果主要有以下几点:　　(1)针对血细胞图像分割问题,在前人提出的“白细胞核的分割问题可转化为像素点的两分类问题”的理论基础上,本文利用支持向量机的一对多方法将细胞区域(白细胞核区域、红细胞区域和背景区域)的分割问题,转化为三类像素点的分类问题。并通过实验深入讨论了输入空间、核函数和各类参数的选择问题,并通过移植LIBSVM2.83软件包实现了该算法。　　(2)在上述方法分割出的红细胞区域中,存在红细胞相互重叠的现象,本文在前人提出的距离标记的分水岭算法的基础上,提出了一种改进的距离标记的分水岭算法。在本文算法中,以一种新的四/八领域交替的极限腐蚀方法来标记距离,比原有的利用模板标记的距离,更准确的体现了像素点之间的空间位置关系,为后继的分水岭算法奠定了更好的基础,并取得了较好的重叠分割效果。　　(3)通过分析五类白细胞的特征,本文从工作(1)分割出的白细胞核区域中,提取出形状特征、纹理特征、彩色特征中的14个特征,作为支持向量机的输入空间,最后利用支持向量机的一对一方法对白细胞进行了五分类。由于白细胞样本数量的有限,本文只做了初步的研究和实验。