白细胞分类是医院进行血常规检查的项目之一,通过对患者白细胞进行定量分析,掌握患者的发病机理,从而为患者的诊断和治疗采取有效措施。将计算机数字图像处理和模式识别理论用于白细胞的识别分类,可以提高白细胞检测的质量和效率。本文所研究的白细胞图像语义自动识别分类方法,结合了计算机图像处理、模式识别及人工智能的理论与技术,主要是把显微镜下拍摄到的白细胞图像转变成数字图像,再通过对白细胞的图像分割和特征提取,根据白细胞形态语义进行特征匹配与分类,从而达到自动识别的目的。本论文阐述了基于模糊模式识别技术对白细胞进行自动识别分类的原理。主要以显微图像机器视觉系统为研究对象,以细胞形态学理论为基础知识库,建立了一套基于图像语义的图像自动识别系统。基于该系统进行了实验分析,详细论述了整个实验过程,并通过实验证明了本论文研究方法的可行性。本课题的研究重点是白细胞图像语义的自动识别分类。在论文中,综合应用了细胞形态学理论、细胞图像的阈值分割理论与模糊模式识别方法。针对白细胞显微图像识别系统的方法研究,作者主要做了以下几个方面的工作:(1)对白细胞形态学进行分析,根据细胞分类的判别准则给出了属性集定义,模拟人工分类过程,建立了白细胞的自动分类模型。(2)对白细胞图像进行数字处理,利用HSI颜色空间,研究白细胞、细胞核和颗粒自动分割方法,设计分割流程。(3)基于模糊模式识别的隶属度函数的建立与分类器的设计。(4)白细胞图像识别自动分类系统的研究及实验,通过对大量仿真实验数据的分析,验证了此方法的可行性,并且所设计的白细胞图像语义分类系统在精度和速度上均能够达到系统的检测分类要求。