随着信息技术的飞速发展,人们对计算机的要求不再是仅仅满足于大量的计算以及海量的数据存储查找,人们希望计算机能够模拟人类的某些能力,于是计算机的应用范围不断拓宽。其中应用计算机进行医学图像处理、分析以及自动化识别在临床诊断中发挥了重要的作用。在医学图像的分析应用中,通过对显微镜检查血液涂片,对血红细胞、血白细胞形态、数目、比例进行诊断是诊断疾病的最基本诊断方法之一,但是人工检查血液显微图片是一件既费时又费力的工作。于是本文将图像处理技术、模式识别技术、以及数据挖掘进行结合,设计出了一个算法能够对显微镜拍摄到的细胞显微图像进行自动化分析,识别图像中的血红细胞、血白细胞的数目及其比例。本论文重点解决两个问题,第一是将细胞显微图像中的血红、白细胞、以及多个细胞交叠情况从图像上分割出来并进行自动化识别分类;第二个问题是对包含有多个交叠细胞的图像内容进行分析、识别,对交叠细胞进行划分。本论文主要工作以及解决问题的方法如下:(1)为解决上述第一个问题,本文通过合理的特征选,对选取的特征进行量化,并且从三个特征选取的常用评判标准:可靠性,独立性,可区别性[1]做定量分析说明特征选取的合理性。(2)对于第二个问题的解决方法是本文的重要创新点。本文从细胞图像的几何形态角度入手,设计了一个基于红、白细胞几何图形态特征的算法,该算法结合了聚类分析和Hough变换圆检测方法实现了对交叠细胞的识别和划分。