目前,肝癌是危害人类健康的疾病之一。据统计,肝癌的发病率和死亡率开始在低龄人群不断攀升,因此,肝癌的预防与早期治疗是医学界关注的重点,其中计算机识别技术已经医学领域中的一种辅助诊断方法。本文主要是利用数学形态学(即形态学)的图像处理技术对肝癌细胞病理切片进行研究,然后利用支持向量机(SVM)的优越分类能力,对肝癌细胞病理切片图像进行识别。由于肝癌细胞病理切片图像中存在噪声干扰,在特征提取过程中直接利用Canny算法进行边缘检测不能得到一个闭合区域,而不能利用形态学的特征量来对肝癌细胞病理切片进行数据分析。所以,本文针对单个肝癌细胞病理切片闭合区域的获得提出两种方法,一种是采用了Canny边缘检测算法和最大类间方差法(OTSU)结合,根据肝癌细胞病理切片灰度图片缘检测效果择优选择检测方法;另一种是利用彩色图像三色通道信息融合技术对彩色肝癌细胞病理切片的图像进行形态学预处理,重点是对R、G、B三色通道信息利用Canny算法进行边缘检测,然后融合信息得到闭合区域。运用形态学边缘检测技术提取肝癌细胞病理切片的封闭边缘信息,然后根据提取的区域计算切片的周长、面积、形状因子、波纹度、和伸长度等形态特征量。经过大量实验分析,选取形状因子、波纹度和伸长度这三维特征作为支持向量机(SVM)训练数据,以此初步判断病理切片是否是肝癌细胞。最后,根据肝癌细胞识别率来辅助医生对病理进行诊断,这样可提高医生的工作效率。