随着机器人操纵技术的发展,原子力显微镜以高分辨率成像的优势被广泛应用到生物医学研究中,尤其是对细胞在纳米尺度上的研究。本文以灰度共生矩阵特征参数为癌细胞与正常细胞辨别的主要特征参数,同时,亦是论文的主要研究内容。基于对国内外的图像分割算法、图像的特征提取方法以及细胞识别技术的分析和研究,本文提出一种基于灰度共生矩阵的癌细胞识别方法。首先,本文采用中值滤波对细胞图像进行预处理。其次,采用形态学操作、全局阈值分割算法、Otsu算法和分水岭算法对细胞图像进行分割,通过对比分析,全局阈值分割算法在阈值取0.3时可得到最佳分割效果。然后,对细胞图像提取细胞高度和细胞表面粗糙度,并采用灰度共生矩阵提取细胞纹理特征。对比分析癌细胞和正常细胞的生物特征差异,并以此作为癌细胞辨别的依据。最后,本文以MATLAB中的曲线拟合、条形图等方法展现待测细胞所属细胞种类。经实验证明,采用本文提出的采用灰度共生矩阵进行细胞纹理特征提取,并通过MATLAB进行数据分析的癌细胞识别方法,能够快速准确的识别癌细胞。