图像处理技术作为一门多学科交叉的新兴技术,是集计算机科学、光学、微电学,应用数学等学科的一门综合性边缘科学.医学显微图像处理是近三十年来发展起来的,血细胞图像自动识别是运用计算机处理医学图像并识别对象的代表性课题之一.本文利用图像分析技术对血细胞进行特征分析,达到对感染血细胞进行识别.细胞作为构成生命的最小单位,它的外部形态和内部的物质构成能够在一定程度上反映生物体组织的健康状态.细胞的显微图像诊断过程实际上就是根据细胞的图像特征进行分类识别的过程,在这一过程中最重要的环节就是特征选择与提取,本文主要针对这一过程展开讨论,分析特征选择与提取的算法及实现.本文结合模式识别,数学形态学的相关理论和方法,探索出多种算法结合识别血细胞图像特征的方案,并通过实验由Mat lab系统实现.首先对血细胞图像进行预处理,采用邻域平均法进行图像平滑;再通过边缘检测,直方图修正,阈值选择完成图像的分割及优化,最后实现图像特征的提取,对目标进行多种特征的描述,分析被感染细胞特征变化情况.