客观、定量分析组织或细胞图像是病理学和细胞学追求的目标。基于计算机技术的显微图像定量分析技术为研究人体形态结构和生理活动,提供了客观、定量而又快速准确的分析手段。本文对显微图像定量分析中的关键技术——图像分割和特征描述展开了深入的研究。从复杂的显微景物中分割出感兴趣的目标是图像分割技术所要解决的难题,分割结果的好坏将直接影响后续的特征提取和分类识别。本文研究了四种基于数学形态学的分割重叠骨髓细胞图像的方法。其中,针对二值细胞图像,研究了腐蚀膨胀法、测地重建法和在测地重建法基础上提出的一种改进方法。这三种方法的共同之处在于首先要进行阈值化处理,因此,其分割精度依赖所用的阈值分割方法;水坝变换法则将粘连细胞的分割问题直接放到了灰度图像上解决,利用了重叠细胞内的梯度信息,以水坝变换获得较高的分割精度,文中对这四种方法进行了分析讨论和实验比较。细胞纹理分析对了解细胞的复杂结构意义重大。基于分形维数,本文针对骨髓细胞的纹理粗糙性进行了研究,提出了多个特征参数来分辨不同类型的骨髓细胞,并对分形维数的计算方法作了改进。仿真实验表明:本文提出的多种显微骨髓细胞图像分割方法分别利用了图像的不同特征和信息,可以对不同处理目的和不同复杂程度的图像做出满意的分割;本文提出的分形纹理特征对描述不同类型骨髓细胞的纹理结构十分有效。