医务人员通过在显微镜下仔细观察外周血和骨髓样本并提取数据统计分析血细胞的数量和形态,整个过程耗时耗力,且结论易受医务人员的主观因素影响。血细胞参数的统计和分析是临床检验中的一项重要环节,利用计算机技术、数字图像处理等技术探索新的外周血细胞检测方法具有重要的现实意义。本文针对外周血细胞图像的特点,采用数字图像处理与分析的方法,对外周血细胞图像处理与分析的关键技术:外周血细胞图像细胞轮廓提取、粘连细胞凹点的检测、粘连细胞的分离进行深入的探讨。首先,基于活动轮廓模型提出的改进算法,提取外周血细胞轮廓;接着,在解决粘连细胞难分离的问题中,本文利用了粘连细胞中的凹点特性,将凹点信息融入到归一化分割准则中,构建合理的权重矩阵,将新的归一化割方法应用于细胞轮廓图像,实现去粘连。主要研究内容总结为以下几个方面:1、外周血细胞图像的预处理:外周血细胞图像的采集是一个较为复杂的过程,在处理过程中受到噪声、光照不均、染色剂不匀等因素的影响,会增加图像的后续处理难度,因此预处理是必要的。采集到的外周血细胞图像是彩色图像,而检测算法多适用于灰度图像,因此,首先将彩色图像转换成灰度图像,再根据图像中含有的噪声类别选用不同滤波算法。2、外周血细胞图像的细胞轮廓提取:本文在传统的活动轮廓模型算法的基础上,改进了传统Snake模型能量函数的组成,采用基于控制点的外场力,并在内场力中加入了强制力函数,增强了其扩张的力度,同时,将拉普拉斯算子应用到图像的梯度幅值提取中,新的Snake算法能够较好地抑制干扰,增强外周血细胞轮廓,实现了外周血细胞图像的细胞轮廓粗提取的目标。3、粘连细胞主凹点提取:基于凹集点的搜索规则,在粘连细胞的边缘上将像素点分为凹集点和非凹集点,在凹集点中提取出主凹点。凹集点的确定规则是根据判别线段所占细胞内外的比例归类凹集点,该搜寻的思路清晰且方法实用,能够准确检测出粘连细胞的主凹点,是后续粘连细胞分离的前提。4、粘连细胞分割:在传统的图论归一化割的理论基础上,本文利用外周血细胞图像中粘连细胞凹点和各像素点之间的关联性,提出了基于主凹点和判别线段的归一化分割算法,该算法很好地利用了凹点信息在分割中起的作用,实验结果证明本文的算法提高了分割准确率,避免了偏向分割。