人体外周血中血细胞的含量和质量是表征人体健康的主要参数，因此对于血细胞的统计分析是临床病变检验的重要内容，目前血液自动分析仪逐渐代替了人工显微镜观察，然而对血液细胞的分析主要是基于电阻抗的血细胞定量检测方法，该方法需要对电阻的精确检测，因此容易受到医院中其他强电场、磁场环境的干扰，准确率不高。近年来，为提高血液细胞的自动检测效率，数字图像处理方法已经广泛的用于血液细胞检测。　　本文主要研究的内容是血液细胞图像分割，包括血液细胞图像的预处理，血液细胞的分割，重叠细胞的分离。　　在图像预处理部分，本文比较了不同色彩空间的血液细胞图像特点，并选择了最适合血液细胞分割的色彩空间和通道。同时本文针对血液细胞图像中的脱焦现象，通过对不同的模糊评价函数的比较，选择了最佳的模糊评价函数，提出了一种自动改变锐化方法　　在图像分割部分，本文主要介绍了常见的细胞分割方法，同时提出一种基于图割的细胞图像分割方法，首先通过聚类和形态学方法寻找图像中的源点和汇点，然后使用能量函数将图像映射成为网络图，最后使用最大流/最小割方法得到最终结果。实验表明，本文提出方法相比较其他方法，能够在有效分割图像的同时抑制图像中的噪声，具有较好的分割效果。　　在重叠细胞分离部分，本文介绍了常见的重叠细胞分离方法，并提出了一种基于瓶颈点检测和椭圆拟合的重叠细胞分离方法，通过多边形近似简化初始细胞轮廓，寻找瓶颈点找到可能的分离位置，椭圆拟合确定分离位置并在分后修正边缘。实验表明该方法能有效分离重叠细胞，并抑制过分割现象。