牛乳体细胞的种类、数量是评价牛乳质量和奶牛健康的一项重要指标。采用数字图像处理技术对牛乳体细胞图像的处理具有重要的现实意义。为此,本文主要针对牛乳体细胞图像的灰度化、滤波、分割等内容进行了分析和研究。文中分析讨论了国内外细胞分割理论及应用现状。考虑到牛乳体细胞色彩单调,综合了分割速度以及分割效果等因素,确定针对牛乳体细胞灰度图像进行分割。首先采用加权平均值方法将牛乳体细胞图像转化为灰度图像并采用高斯滤波算法去除噪声。其次用优化后的变分水平集算法对灰度图像进行分割。在优化的变分水平集算法中采用局部试样函数代替C-V算法中常量试样,引入高斯核函数既能突出局部特性,又可以自动地将函数定义域扩展到全图像域。引入距离规范项来避免周期性初始化操作。分别采用传统水平集方法、C-V变分水平集方法、优化的变分水平集方法对牛乳体细胞图像进行了分割。实验结果表明,优化的水平集方法在分割速度及分割效果都有明显改善。在采用优化算法分割的基础上,文中提出了细胞分离的算法,根据轮廓的位置重构了强对比度的灰度图像,并二值化,进行开闭运算除去孤立点等,得到较好的分离效果。并采用分水岭的算法对重叠细胞进行了分割。