人类染色体分析是细胞遗传学研究的重要课题,它对人类疾病的诊断具有重要意义。染色体分析的目的是将一个细胞内的染色体分类识别后按顺序排列,构成染色体核型图。在传统的细胞遗传学分析与诊断中,染色体分析完全由人工完成,效率极低。该论文应用数字图像处理、模式识别等领域的知识,研究了人类染色体图像自动分析过程中的核心技术,主要包括以下内容:(1)交叠粘连染色体的自动切割是染色体自动分析过程中的关键之一。该论文根据粘连与交叠的不同形态和程度采用不同的切割方法:通过连接内外轮廓的最近凹点自动消除因染色体相互粘连而形成的内部空洞;基于分水岭算法自动切割轻微粘连的染色体;基于染色体的几何特点自动检测和切割粘连交叠染色体,并提出了基于方向约束的以局部平均灰度最高为准则的粘连染色体切割路径自动搜索方法。(2)染色体的特征提取是染色体自动分析过程中的关键之二。该论文基于中点法提取染色体中轴,并对不同情况下的染色体中轴进行优化;基于几何特征和灰度分布定位着丝粒;基于多尺度B-样条小波分解进行染色体带纹增强,采用平均灰度投影曲线、灰度梯度投影曲线和形状投影曲线提取带纹,用WDD(Weighted Density Distribution)变换计算和表示带纹特征。(3)染色体的分类识别是染色体自动分析过程中的关键之三。该论文采用两级分类器,第一层采用几何分类法将染色体分成九个大组,第二层在各大组中采用贝叶斯分类器以细胞为分类对象进行最终分类。实验表明,该论文的方法自动化程度较高,有较好的效果。