在医学显微图像识别中,图像分割是关键的技术,也是一个经典难题。在实际分割时,针对待分割图像的不同特点,运用相应的分割模型和分割算法,这在一定程度上制约了医学图像处理技术的发展。随着计算机技术的发展,数字图像处理技术应用于医学研究领域成为热点,血细胞图像自动识别是运用计算机技术进行医学显微图像处理识别的代表课题之一,将数字图像处理技术引入血细胞计数成为目前研究的趋势。本文针对血液细胞重叠的特性,对阈值分割技术、边缘检测分割技术、数学形态学分割技术及链码分割技术分析比较,提出一种改进的图像分割算法,基于Delphi编程实现了细胞图像良好分割与个数统计。研究了常用的图像分割算法,并通过编程实现了效果图比较,分析了定位精度和噪声程度。针对血液细胞重叠的特性,提出以阈值分割和边缘检测分割为基础,运用数学形态学知识进行完善的改进分割算法。研究了实现细胞图像分割与个数统计的链码算法。该算法以阈值分割为基础,分析了链码技术中链码表与线段表知识,根据提取到的细胞图像特征,通过面积、目标形状因子与圆形度比较分为噪声、单个细胞和粘连细胞；运用平均链码的曲率分割法进行粘连细胞分割,对分割后剩余的细胞再进行形状因子和圆形度的比较、面积判定,以防止过分割现象的发生；对分割后的细胞累加计数。运用BP神经网络进行血液细胞的训练识别,编程实现了基于Delphi的细胞图像分割计数系统。