神经干细胞是藏匿于神经系统某些部位中的一些细胞,这些细胞具有良好的可塑性,可以通过基因工程或细胞工程等高新技术对其进行人工改造,使神经干细胞发育成为能够对中枢神经损伤进行替代治疗的工具。借助计算机在数字图像的成像分析技术和在信号与信息的高速处理技术等方面具有的高性能,对神经干细胞进行分割是近年来图像处理中研究的热点之一。本文以共焦显微镜成像方式获取的体外培养的神经干细胞序列图像作为图像源,以基于形态学图像分割的分水岭算法为基础,提出了改进的分水岭算法。先用最近邻点插值法、Otsu阈值法和区域吞没法进行预处理并获取二值图像,然后使用迭代形态运算分割各种成簇的细胞群,在二值图像中对每个成分进行特征提取和分析,噪声、欠分割和过分割的细胞以及成簇的细胞分别被提取出来进行处理;对欠分割的细胞使用Chamfer 3-3-3变换算法;距离变换后的细胞先用粗腐蚀单元后用细腐蚀单元使粘连物体分开得到各个物体的标记,接着使用基于标记控制的分水岭算法进行分割;最后利用对起始帧的人机交互式修正及帧间信息提高分割正确率。本文提出的算法适用于分割二值图像中的粘连物体。本文设计的形态学算法有良好的性能和稳健的适应能力,得到了较为满意的实验结果。