随着信息技术的发展，图像处理技术已经成为科学研究的有力工具。在医学图像处理领域，应用分析处理系统对减轻医生的阅片劳动强度和提高诊断精度具有重要的意义，而图像分割是图像分析十分重要的第一步，分割质量的好坏直接影响到图像分析时特征提取、测量及图像识别和理解的准确性，是图像分析的关键步骤，它对整个分析过程起着基础和决定性的作用。本文研究淋巴细胞的分割技术，为计算机自动化技术辅助细胞图像分析提供有力支持。　　本课题是图像处理在医学领域的一个应用性研究，阐述了医学图像分割的基本概念，回顾了医学图像分割的发展过程，综述了医学图像分割的几种方法；首先阐述了分水岭算法的概念和定义，介绍了几种常用的分水岭算法，着重研究了利用标记的分水岭算法分割淋巴细胞图像。先利用基于数学形态学重构的滤波器对图像中的目标进行标记,然后再使用最小值标定技术对梯度图像进行修正,最后对重建的梯度图像进行分水岭变换得到分割图像。　　论文采用临床骨髓淋巴细胞图像进行了实验，并对结果进行了分析。结果表明，本文所用的算法不仅能得到比较准确的结果，还很好地保留图像边缘，运行速度也较快。　　论文最后对全文进行了总结，并对下一步的研究工作进行了展望。