一直以来，病理科医生主要依靠自身经验对显微细胞病理切片图像进行分析和判断，并且得出相应的诊断结论。如何实现对切片图像的计算机自动或半自动识别，一直都是一个难以解决的难题；而这一难题的关键，就是对显微切片细胞图像的分割。其主要原因在于，病理切片图像内容比较复杂，目标细胞之间存在较严重的粘连且目标细胞与背景之间缺乏明显的区别。 本文首先介绍了医学显微图像处理系统的国内外发展动态，并介绍了常见的可用于显微图像的图像分割方法。然后着重讨论了本文采用的图像分割算法——分水岭算法。该算法特别适合于处理显微细胞切片图像等结构复杂、目标间存在粘连的图像。本文详细介绍了两种基于不同原理的分水岭算法及其实现细节；并且给出了一种解决“过分割”问题的基于“图”数据结构的“最近邻区域”合并算法。该区域合并算法可以看作是本文介绍的分水岭算法的重要组成部分；离开了区域合并，分水岭算法很难达到预期的结果。最后，介绍了本文实现的病理科显微切片图像处理系统和分水岭算法在其中的应用，该系统包含了信息管理、图像预处理、图像分割等功能；并且给出了分水岭算法与其他图像分割算法效果的对比。 在本文描述的系统的实现过程中，完成了一系列包括图像处理、数据库访问、程序UI（User Interface）在内的非常实用的类库，为该系统的后续开发打下良好的基础。