随着科学技术发展,图像分辨率越来越高,需要检测的信息越来越复杂,传统人工处理数字图像无法满足处理速度和精度的要求。计算机自动图像处理技术应运而生,在提高图像处理精度、提高处理效率、提取复杂图像信息等方面有着广阔的应用前景。本文对图像处理在生物医学方向的应用展开算法研究,基于三相水平集算法提出新颖的图像分割算法,并应用于后照明图像和细胞核图像的分割。在白内障诊断和病情评估时,人工对后照明图像的处理耗时且主观,面对海量病患的后照明图像迫切需要准确有效的白内障浑浊自动检测算法。本文首先提出了基于马尔科夫随机场的白内障浑浊分割算法,又针对马尔科夫随机场在白内障分割时的局限性,提出了一种改进水平集算法,并将其应用于白内障浑浊检测中。最后,改进的水平集算法被应用于重叠细胞核的分割算法中,在此基础上提出了新的细胞核分割算法,有助于对细胞核的形态进行量化分析。论文主要研究工作及创新成果如下:(1)提出一种基于马尔科夫随机场的白内障浑浊区域分割算法。提出的分割算法主要包括后照明图像浑浊区域检测、白内障浑浊类型分离两个步骤。在浑浊检测时,根据灰度直方图把图像分为有严重白内障浑浊的后照明图像和轻微浑浊及健康的后照明图像,分别使用不同方法提取先验知识,再应用马尔科夫随机场分割得到后照明图像中的白内障浑浊;在白内障浑浊分离算法中,使用分水岭超像素融合的算法,增加了算法的稳定性,减少了噪声影响,并且提出了前图和后图超像素平均梯度对比模型,与马尔科夫随机场结果相结合分割出后囊下白内障和皮质性白内障。由518组不同浑浊程度的后照明图像测试,后囊下白内障分级准确率分别达到了90.7%,83.8%和91.3%,但是分割皮质性白内障浑浊存在较大局限性。(2)提出一种改进的三相水平集算法,并将其应用于后照明图像分割中。使用马尔科夫随机场分割后照明图像时,后囊下白内障浑浊分割准确率较高,但是位于边缘区域的皮质性白内障浑浊受到过分割的影响。为了减少过分割造成的影响,对三相水平集算法提出两个方面的改进:1.使用主要灰度值代替原算法中的平均灰度值;2.在能量函数中增加梯度项。所提出的三相水平集算法应用于后照明图像的分割中,将后照明图像分为背景区域、灰度较小的白内障浑浊区域和灰度较大的白内障浑浊区域。与原三相水平集算法和马尔科夫随机场分割结果相比,改进后的算法分割结果中含有较少的过分割区域,并且三相水平集曲线能更好地收敛于浑浊边界。在保证后囊下白内障浑浊分割准确率的同时,提高了皮质性白内障分割准确率。(3)提出了一种基于改进水平集算法的重叠细胞核分割算法。提出了一种使用三相水平集算法评估细胞核模糊程度的算法,对模糊和清晰的细胞核使用不同算法检测边缘曲线上的备选点;针对已有算法无法检测角度变化不明显拐点的缺点,提出了从备选点中分别提取角度变化明显和角度变化不明显的拐点的算法。提出的算法通过使用简单算法将曲线段预分组,再通过评估误差细分组,减少了算法计算量。实验表明,提出的算法对拍摄模糊的细胞核和清晰的细胞核分割均有较高的成功率,对含有拍摄模糊细胞核的曲面培养基图像进行测试,分割准确率达到99.08%。同时,所提算法在公共数据库中对比试验,结果表明本文提出的算法性能优于已有重叠细胞核的经典分割算法。