随着科学技术，特别是信息技术的发展，图象处理技术已经成为科学研究不可缺少的强有力工具。从60年代开始，首先在航天领域采用计算机图象处理方法处理从月球传回的照片取得硕果。迄今为止，已在各行业、各学科广泛应用，较典型的如遥感图象处理中气象的大区形势、地理地图绘制、地质勘探、农业生产、森林资源调查、海洋监测等。另一典型应用是医学工程领域，如显微图象处理、红、白血球的分析计数、染色体分析等，对提高人民的健康水平有极大作用， 本课题研究的目的是利用信息技术实现不同形态红细胞的分类，以提高红细胞检验的准确度和精密度，减少人为的判断误差，降低劳动强度，提高工作效率。 本课题在医学方面主要内容是对红细胞的形态进行分类。红细胞的形态主要分以下六类：正常形态、球形红细胞、椭圆形红细胞、靶形红细胞、镰状红细胞、口红形红细胞 本课题对红细胞图象六种形态进行图象处理及识别，分别采用了图象处理中的灰度拉伸、均值滤波、数学形态学的开闭运算、阈值分割、边缘提取、轮廓跟踪及图象识别理论中的决策树分类法、人工神经网络感知器神经网络识别法等一系列处理方法，取得了较好的效果。对各类形态红细胞的平均识别率达80％以上。对重叠红细胞的分割率达到70％，分割效果较好。本课题是图象处理和识别在医学领域的一个应用性研究，为图象处理及识别理论在医学领域的进一步应用起到了较好的示范作用，课题本身具有较强的启发性和指导性。