尿液有形成分的检查是医院的三大常规检验之一,该检测项目对肾与尿道疾病、肝脏疾病、代谢性疾病的诊断、治疗及疗效监测具有重要价值。目前我国普遍采用医生显微镜下人工镜检的方式,这存在着两个主要的弊端:1.由于尿液有形成分检测属于医学检验中的高难度技术,导致不同医生的结果不一样。2.人工镜检耗时巨大,使医院的负担越来越繁重。迫切需要用自动分析仪来计数尿液中有形成分的数量,代替传统的尿常规检验,这对于提高医生对病人诊断的准确率和提高医院的工作效率和竞争力有着重要的意义。本文针对尿液有形成分图像的特点,对尿液图像预处理、蛇形算法提取边缘、特征提取、BP人工神经网络自动识别等算法进行了分析、改进和程序实现。在如下算法中,本人的工作是独到并且卓有成效的:1.采用一种传统图形学算法实现了图像处理多种功能,通过种子填充算法,来计算有形成分大致形心和大致半径,也可以用来计算有形成分的面积和平均灰度、灰度方差。2.本文阐述了边缘检测算子、改进型Hough变换圆检测在尿液细胞图像边缘提取中应用,并通过试验证明了这两种方法的缺陷。3.将改进型Snake算法引入到尿液图像有形成分边缘提取,取得了较好的效果,并对Snake算法的能量系数确定进行了探讨。4.实现了基于Snake算法的边缘提取后的周长、面积、基于边缘的七阶不变矩、直线拟合后的边缘长度、向量间方向角等特征的求取。5.采用BP神经网络对红白细胞和晶体进行了识别,并识别率为80%以上。6.在VC++平台上用C++语言实现了上述算法。