中药鉴定有助于新中药的发现和打击假冒伪劣中药。鉴于传统中药鉴定人工操作效率低下,本文提出基于图像分割的中药鉴定思路,给出两种可行的基于图像分割技术的中药鉴定方法,即基于RGB空间聚类的叶类中药显微图像分割方法和基于阈值分割的叶类中药显微图像分割和目标计数方法,解决了叶类中药显微图像分割中图像噪声干扰多、光照不均匀、存在刀口和抓痕、目标种类多、个数多、色调不均匀等多种困难。在基于RGB空间聚类的叶类中药显微图像分割技术研究中,针对RGB空间聚类技术中初始聚类中心难以选取的问题,本文提出了基于核密度和类内最大距离的K-均值聚类分割算法。算法运用一种特殊的存储结构存储颜色空间数据,根据颜色的密度特征对图像中的颜色进行排序,根据排序结果进行聚类,并根据待聚类色彩与已有聚类中心距离是否小于类内最大距离来决定归入已有的类或形成一个新的类。在基于阈值分割的叶类中药显微图像分割和目标计数技术研究中,充分利用边缘信息和目标像素呈正态分布的假设,来解决阈值分割存在的单峰问题,具有一定的创新性。通过对图像灰度化、噪声去除、边缘检测后所得的边缘图像设定阈值,从而确定边缘区域,利用边缘信息获取图像分割阈值,分割出去除边缘区域的目标区域;采用小邻域去除、空洞填充技术消除大部分非细胞目标和细胞空洞;进行区域标记并对每个区域计算面积周长比区域描述子,从而实现了细胞的分割和计数。气孔的分割则根据气孔在饱和度分量中与其他目标区分明显的特性,基于目标/背景像素呈正态分布这一假设,对单峰图像进行分割,从而解决了气孔目标小,图像直方图没有明显波谷这一困难。本文提出的技术解决叶类中药显微图像分割和显微常数测定问题,同时解决了一些当前图像分割中的困难,对当前图像分割技术也具有一定的借鉴意义。