白细胞识别是血液检验的一项重要内容。但在现在的医院里这项工作存在很多需要解决地问题,如:工作人员工作量大,由于疲劳会引起误判;工作效率低,速度慢,有可能延误病人的诊断等,因此研制一套可以自动识别白细胞的系统具有非常重要的意义。同时,数字化是生物学发展的趋势,而图像化是数字化的重要手段,因此,该课题的研究对生物学其他方面的研究具有重要的借鉴意义。血液图像自动识别系统是计算机、图像处理、模式识别及人工智能理论和技术相互结合的产物,它的原理是模仿人的“脑—眼”系统。本文首先分析了国内外的研究现状,提出了以显微镜、微机和彩色CCD摄像机为主体,应用计算机图像分析技术实现白细胞自动分类的实用化系统结构和该系统中图像的存储结构。在此基础上,对彩色细胞图像如何应用图像处理技术实现白细胞的自动分割进行了研究。首先对原始图像作从红绿蓝彩色空间到色度饱和度亮度彩色空间的变换,提取饱和度图像;然后对饱和度图像的直方图作基于小波变换的多分辨率分析,即应用高斯二阶小波对直方图信号进行小波分解,在最低分辨率上选取阈值,然后进行小波重建,并逐级跟踪阈值,在最高分辨率上得到最优阈值;利用最优阈值对饱和度图像进行阈值分割来提取白细胞核;再以白细胞核为区域中心,以白细胞形态的凸性准则为收敛准则,应用区域生长法实现对白细胞胞浆的分割。最后,还对白细胞的特征提取作了简单讨论。