基因芯片是人类基因组计划顺利实施后发展起来的一项基于基因表达和基因功能研究的革命性技术，而芯片图像分析是基因芯片技术的重要组成部分，其准确性和可靠性直接关系到基因芯片的应用效果。 本文根据当前基因芯片图像分析领域的发展现状和实际项目需求，结合数字图像处理知识，针对现有芯片图像处理系统存在的不足，对基因芯片图像分析算法进行了较为深入的研究和设计，并开发出了一套适合项目实际需要的基因芯片图像分析系统。 滤波是芯片图像分析的第一步，本文采用数学形态学和改进的梯度倒数加权算法分别对不同污染程度的芯片图像进行了滤波处理，并在数学形态学滤波环节设计了一个结构元素，使腐蚀操作只针对那些不是背景点的像素点，膨胀操作只针对像素值为背景值的点，从而有效地解决了传统的数学形态学滤波容易造成信号点光密度变化过大的现象；在滤波的基础上，针对所用芯片图像点阵密度较低、信号点排列呈准直线的特性，采用水平投影和垂直投影相结合的方法完成了图像的自动网格化，在信号点和探针之间建立了一一对应的关系；针对目前常用的芯片图像信号点定位算法的不足，提出了基于轮廓提取的信号点边缘检测定位算法，实现了信号点内部区域和外部区域的精确分割；最后，以网格化步骤确定的矩形网格作为信号点的局部区域，采用邻域背景强度法求出各个信号点的背景强度，同时利用种子区域生长算法提取出信号点边缘内所有像素点的亮度和，以各个信号点的背景强度为阈值筛选出真实的杂交信号，并运用平均值法完成了信号点荧光强度的准确计算。 本文提出的水平投影和垂直投影相结合的芯片图像网格化算法，解决了传统的网格化方法需要输入大量芯片参数信息和人工校正的缺点，无需任何参数即可自动、精确地确定芯片图像各个信号点的大致区域及其与探针的对应关系，在低密度的基因芯片图像处理中具有一定的应用价值。