宫颈癌是一种高发病率妇科恶性肿瘤疾病,宫颈细胞刮片筛查是预防宫颈癌的有效方法之一。实现宫颈细胞的分割是宫颈刮片自动分析系统的核心组成部分,但现有的算法难以处理细胞重叠的情况且运算速度较慢。本文设计了一种自动分割细胞的算法,在对重叠细胞进行分割时具有较好的分割效果。针对细胞的形态特点对图像进行极坐标变换,然后通过采样、求梯度等方法计算代价矩阵,并结合细胞核附近的高亮区域、背景区域等情况对代价矩阵进行优化,最终在代价矩阵的基础上添加形状约束条件进行全局搜索,寻求最小代价路径来获取细胞边界。该算法在极坐标下的采样方法有效地缩小了解空间,使得算法具有较快的运行速度。超像素分割方法能够将图像分割成许多颜色均一、大小相似的图像块,这些图像块的边界与图像中物体的边界趋于一致。本文还设计了结合超像素方法的最小代价路径算法,利用超像素分割方法提取细胞质边界信息的特点,在完成超像素分割之后用每个超像素的均值替换该超像素内的像素值生成均值图,将均值图作为最小代价路径算法的输入图像得到分割结果。利用量化指标衡量算法对解决独立细胞和重叠细胞分割问题的有效性,并与现有算法进行对比。实验图像均来自真实宫颈细胞扫描图像,实验结果表明本文设计的算法可有效改进重叠细胞的分割结果,具有较快的运算速度,能够满足宫颈刮片自动分析的实际需求。