显微图像的处理、分割以及特征提取,对于显微组织的特性研究非常重要,已成为材料科学和细胞组织学的关键辅助手段。本文结合两个分别由国家和台湾科研院支持研发的项目,重点研究了材料和生物医学中的显微图像的相关处理技术。合金显微图像在微观组织上是由白色的基体相和黑色的沉淀相交错形成。传统的人工分析存在主观性强和耗时长等问题,并且现有图像处理技术中以单个连通域为目标进行分析的方法不能满足本课题中纹理纵横交错合金图像的分析需求。为此,本文提出了针对合金显微图像的目标分割及特征提取算法。(1)依据合金显微结构的组织内部灰度的均匀性和组织间灰度的差异性,采用OTSU阈值法分割滤波后的灰度图像,同时利用二值图像中细小面积和孔洞间的互补性解决了复杂纹理中孔洞填充问题。(2)提出了一种计算纵横交错纹理尺寸的算法。该算法从矩形长宽之积为面积的思想出发计算条状纹理的尺寸值。先采用形态学操作获取纹理的骨架线,再对骨架线进行剪枝操作,修正骨架线,通过面积与长度相除获取纹理尺寸值,并从统计学的角度验证了该算法的可行性与有效性。细胞显微图像中细胞在特定病理条件下所发生的大小和形态等特征的异常变化,可以作为病情分析和临床诊断的科学依据。本文针对淋巴瘤细胞图像的组织背景干扰和细胞分布不均等问题,重点研究了目标和背景分割以及重叠目标分离两方面。(1)提出了一种结合聚类和边缘提取的细胞显微图像分割算法。该算法先对均衡后的图像进行K-means聚类,粗略提取细胞区域,再使用封闭轮廓提取算法分裂非细胞区域并与原始细胞区域进行合并,最后使用分水岭算法继续分裂剩下的非细胞区域,再次与细胞区域合并,最终完成细胞显微图像的分割。(2)针对细胞区域存在粘连性的问题,本文提出了一种改进的腐蚀膨胀法,通过采用凹点准确定位法和可变结构元素法对传统算法在无法逆转和结构元素大小选取的问题上进行了优化与改进。