细胞病理图像的特征分析与分类识别，是进行细胞图像分析研究的重点，是实现计算机辅助疾病诊断的关键。结合专家经验的计算机辅助诊断系统提供定量的特征描述和机器识别结果，可为医生的临床诊断和复查等提供定量、客观的诊断依据，提高诊断的准确率和效率，降低人力劳动成本，还可减少因主观诊断经验差异和疲乏诊断等原因造成的误诊现象。本文以图像处理与分析理论为基础，结合细胞学知识和专家诊断经验，对人体子宫颈鳞状上皮细胞特征进行了定量描述，并初步实现宫颈细胞病变程度的自动识别。为减少医务人员在宫颈病变普查中的工作量，本文提出一种基于病理学诊断经验和特征定量描述的异常细胞自动检测方法，它结合临床普查经验，实现了宫颈异常细胞的快速检测。同时，针对宫颈细胞病理图像中存在的聚团现象，本文用特征分析的方法，实现聚团细胞的自动计数与特征定量描述，最终提出一套完整的宫颈细胞病理图像特征分析与分类识别的方法，并设计了演示系统，对计算机辅助的宫颈细胞病理学诊断的实现具有前瞻性作用。本文的主要工作和取得的成果如下：(1)针对医学细胞病理图像常有的细胞重叠、聚团，染色不均匀导致的弱边界问题等，采用手动分割获取细胞区域与细胞核区域，再用数学形态学方法进行图像预处理，为后续的图像分析奠定基础；(2)根据子宫颈细胞学分级标准，给出了单个子宫颈细胞特征定量描述，包括形态、色彩、纹理，以及基于细胞病理学的特征定量描述。并提出了一种基于病理学诊断经验和特征定量的单个细胞异常检测方法和单个异常细胞的病变程度分级的方法。这是本文的创新点之一；(3)针对宫颈细胞病理图像中常见的聚团现象，进行聚团细胞群自动化计数、特征定量描述，并提出基于特征定量的聚团细胞群病变程度的分级的方法。这是本文的第二个创新的；(4)构建了一套完整的宫颈细胞病理图像特征分析与分类识别系统的框架，它结合细胞学知识和专家诊断经验，实现宫颈细胞病理图像整图的异常检测与分类识别，实现四分级：正常，低度病变，高度病变，癌变，并给出初步的诊断。这是本文的第三个创新点。最后通过设计演示系统，来实现各个模块的功能。