随着计算机科学技术的飞速发展,计算机在医学领域应用越来越广泛。计算机医学细胞图像处理在医学智能诊断领域扮演着重要的角色。细胞分割是细胞特征提取和细胞识别的基础,对细胞识别的效果起决定作用。为了准确地对细胞进行识别,需要对细胞核和胞浆的形态特征进行定量分析,分割出精准的细胞核和胞浆轮廓的分割算法是目前极富有挑战性的课题。细胞图像的形状多种多样,传统的分割算法很难从细胞图像中分割出细胞核和胞浆轮廓。虽然目前人们提出了很多细胞分割算法,但没有一种算法可以用来分割所有的细胞,所以人们根据不同种类和不同用途的医学细胞,选择不同的改进的分割算法进行分割。本文根据经过染色处理的彩色白血细胞图像的特点,提出了基于复合梯度的分水岭算法分割彩色细胞。分水岭算法是一种经典的图像分割算法,但是传统分水岭算法是利用灰度或灰度梯度信息,对图像的噪声特别敏感,很容易影响细胞分割效果从而产生过分分割。人们一般通过对图像进行预处理来减少图像的噪声,或者在分水岭分割后对细胞图像进行区域合并来减少过分分割。本文提出一种基于复合梯度的分水岭算法,主要是改进对分水岭算法有决定性影响的梯度为复合梯度,该复合梯度采用八邻域梯度信息,不仅考虑到图像的灰度特征同时也考虑图像的空间特征,在一定程度上能够降低细胞图像的噪声,能消除一部分过分分割。在对白血细胞图像进行基于复合梯度的分水岭算法分割后,由于噪声或其它的因素影响,会产生一些小面积区域。本文根据这个问题提出先对小面积区域进行初始合并,这样不仅减少了计算量也提高了分割的效果,再利用LUV颜色空间的色度差,用相似函数对细胞进行二次合并。实验证明可以得到准确的细胞核和胞浆轮廓。