细胞图像分割和计数是临床医学中重要的一部分，医生需要对病人的体液和组织细胞进行检查，这些检查是诊断和治疗过程的重要组成部分，细胞图像的分析结果被作为医生判断病人健康状况的重要指标。目前此项工作主要靠目视完成，这种工作费力耗时，而且由于人为因素的干扰，准确率较低，如果计数准确，将会省去很多的人力物力，对疾病的诊断和治疗有着很大的帮助。所以如何确定细胞和背景之间的区别，如何处理细胞之间的粘连问题变成了非常重要的课题。近年来具有代表性的图像分割方法有：基于区域的分割，基于边缘的分割和基于特定理论的分割方法等。然而，对图像分割效果的好坏或正确与否，没有一个统一的评判标准，不同的分割方法对同一幅图像的分割效果是不一样的，而且同一种分割方法对一幅图像在不同空间下的分割效果也是不一样的。因此现已提出的分割算法大都是针对具体问题的，并没有一种适合于所有图像的通用的分割算法。

计算机图像处理与分析技术在医学显微镜图像中的应用，早在六、七十年代就开始了。在最近的50年间伴随着信息技术的不断进步，医学显微图像分析技术发展迅速，应用广泛。血液的显微镜检查在临床诊断上极为广泛，红、白细胞分类计数是其中一项重要内容。因此最初的大多数研究集中在血液细胞的自动计数仪的研制上。Young及Bacus在七十年代初开始研究白细胞分类特征提取和模式分类问题。七十年代末出现了商用血液涂片自动分类机。到八十年代，有关研究继续进行，Mui研究了二值树分类器方法。Garbay深入研究分析了细胞图像的结构模型，比较了多种细胞分割方法，提出了一种区域生长方法，并获得了较好的效果。国内陈传娟较早地建立了显微图像自动分析系统。中科院的洪继光等在83年提出了上百种反映细胞形状、光密度和纹理特征的参数。顾梦茜等也展开了白细胞的自动识别分类研究，并提出了5维特征向量，分类正确率78.5%。东南大学利用微机开发了白细胞分割、特征提取和纹理分析的自动分类系统，系统总识别率高达90%。以上的细胞图像分析系统的应用无一例外地依赖细胞图像分割与计数技术的研究和发展，依赖于细胞图像分割算法的速度与精度。因此，研究出自动、快速、自适应能力强且具备一定鲁棒性的高精度分割算法是从事医学图像处理的研究者们最为关注的问题。

2. 研究的基本内容与方案

此系统实现显微镜下细胞图像分割与计数功能，能够对血液中多个细胞进行分割，并对其进行计数，能处理多个细胞部分重叠以及细胞位于图像边缘的特殊情况。设计流程如下图所示：

图像的预处理是细胞计数系统的重要工作环节，主要是使用滤波对细胞图像进行包边去噪的处理，因为中值滤波能较好地保护边界，并且能够消除噪声，去除图像中的细线与微小的目标区域，所以预处理阶段使用中值滤波。

采用大津法Otsu对滤波后的图像进行二值化预分割，将细胞作为前景分割出来。Otsu算法是一种对图像进行二值化的高效算法，它是基于最大类间方差法原理，能够有效的区分出前景和背景。

将细胞图像进行二值化后不可避免会出现一些瑕疵，有些细胞腐蚀外边的同时，内部的空洞也还在扩大，这种情况很难得到正确的结果，所以需要使用填充孔洞的算法来更正。

分水岭算法是一个经典的图像分割方法，此算法把地形学和天文学的思想引入到图像分割中，特别适合相邻区域的分割，而且它具有快捷、高效、分割精准的优点，所以使用分水岭算法将二值化的细胞图像进行分割，将图像中粘连的细胞分割开。

最后采用四连通区域标记算法，标记分割后所得的二值图像中的连通区域，即对细胞作标记，并获取连通区域个数，即可实现细胞个数的统计。

（1）万卫兵，施鹏飞.基于综合技术的组织细胞分割[J].计算机应用，2006,26(2):400-402.