在当今，越来越多的医学问题依赖于生物医学的发展。在生物医学领域，细胞是研究的基本单位。数字化荧光成像技术和分子级的生物着色技术的不断发展，极大地推动了对细胞内的亚细胞结构进行直接的观察。同时，也产生大量图像数据。对这些数据进行快捷、准确的自动化分析迫在眉睫。基于绿色荧光蛋白的亚细胞结构图像分割与分析就是其中之一。本文主要研究内容就是基于绿色荧光蛋白的亚细胞结构图像分割技术。文中从分析绿色荧光蛋白的亚细胞结构图像特点开始，研究了荧光蛋白的亚细胞结构图像的预处理，荧光蛋白的亚细胞结构的二维图像分割算法以及算法评估，三维图像的分割和三维显示。具体来讲，本文的主要内容和创新有：1.绿色荧光蛋白标记的亚细胞结构图像分析。本文详细分析了绿色荧光标记的亚细胞结构图像的特点，包括亚细胞结构变化大、荧光褪色、边缘模糊以及三维数据源等，这些特点使得亚细胞结构图像的分割不同于一般细胞图像的分割。2.绿色荧光蛋白标记的亚细胞结构图像的分割。本文总结了常用的图像分割算法，针对绿色荧光标记的亚细胞结构图像，本文提出了一种新的分割算法，它实现了对荧光蛋白的2D图像的准确分割，并且可直接推广至荧光蛋白的三维图像分割。3.分割算法的评估。本文通过对现有医学图像分割算法的评估方法的总结，提出了对文中所提分割算法的二维图像分割评估方法。4.绿色荧光蛋白标记的亚细胞结构图像的三维显示：医学图像很多都是三维切片图像，荧光蛋白的亚细胞结构图像也是一样。对其重建，可以很好观察蛋白质在细胞内的分布，文章介绍了面绘制和体绘制以及基于体元的三维结构准确绘制方法，并对荧光图像进行三维重建。本文最后采用Matlab2011，Visualization Toolkit5.8和Visual Studio2008混合编程的方式，对以上研究算法进行了集成，实现了高效、快捷的二维和三维亚细胞结构分割与显示。