摘要：图像处理是一种重要的图像分析手段，通过图像处理能够提取出自己感兴趣的因素并进行分析。而医学图像处理就是图像处理的研究中的一个重要领域，其中图像分割的好坏直接影响着医学的诊断结果。虽然至今已经有各种各样的分割方法，但很难找到一个通用的分割方法，医学图像分割也一直是一个经典难题。细胞病理学也是医学诊断中一个常用手段，对复杂细胞分割方法的研究具有很大的意义，也是图像分析技术研究中的热点和焦点。

本论文对待分割的细胞图像进行了预处理之后，并对其运用了多种分割方法进行分割处理，检验是否达到分割目标。然后，对这几种常用算法的分割效果进行了对比，分析这些方法的优势与不足。最后，针对粘连、重叠细胞的分割问题对分水岭分割方法提出了改进。 

细胞分割是细胞识别和特征提取的基础，能够精准的分割出细胞在医学图像中是一个极具挑战性的课题。

关键词：图像处理  细胞分割  比较分析  改进分水岭

目录

摘要

Abstract

1、绪论-1

1.1数字图像处理的国内外现状-1

1.2 MATLAB简介-2

1.3研究目的及意义-2

1.4研究思路及论文安排-3

2、图像预处理-4

2.1灰度变换-4

2.1.1线性变换-4

2.1.2非线性灰度变换-5

2.1.3伽马变换及效果分析-5

2.2图像的锐化-6

2.2.1巴特沃斯高通滤波-7

2.2.2锐化效果分析-7

2.3图像的平滑-8

2.3.1中值滤波-9

2.3.2平滑效果分析-9

2.4本章小结-10

3、传统分割方法-11

3.1边缘检测法-11

3.1.1边缘检测原理-11

3.1.2 实验分析-12

3.2阈值分割法-12

3.2.1阈值分割原理-12

3.2.2 双峰法-13

3.2.3 迭代法-13

3.2.4 最大类间方差法-14

3.2.5 实验分析-15

3.3区域分割法-16

3.3.1区域生长法-16

3.3.2分水岭算法-17

3.3.3实验分析-18

3.4效果对比-21

3.5本章小结-21

4、改进分水岭方法在细胞分割中的应用-22

4.1细胞分割中存在的问题-22

4.2解决方案-22

4.3仿真分析-23

4.3.1实验仿真-23

4.3.2结果分析-29

4.4细胞计数-29

4.5本章小结-30

5、总结与展望-32

5.1工程与社会问题-32

5.2总结-32

5.3展望-33

参考文献-34

致谢-35

附录 主要程序-36