尿液分析是目前医院临床检验中的常规检测项目之一,通常所进行的尿沉渣检查对尿中有形成份如红细胞、白细胞、草酸钙结晶、管型、脂肪球、细菌等进行定量检查,以诊断泌尿系统及循环系统是否有疾病或者损伤。管型是重要的尿沉渣有形成份之一,据其可以判断肾脏的健康状况,对医学临床诊断具有重要意义。传统尿沉渣检验采用人工显微镜镜检,工作强度大,引入的人为影响高,难以定量检测。人工检查中,医生的经验、心理状态乃至疲劳状态都可能对检验结果产生影响,导致诊断水平不够理想,降低了检查的准确性与可靠性。随着计算机技术的发展,计算机图像处理技术得到了长足进步。利用计算机图像处理与视觉技术,对尿沉渣镜检图像进行分析,对其中的管型成分进行自动定量分析,能提高临床诊断的准确性,减轻临床检验人员工作强度。因此,基于计算机图像处理技术的管型分割与识别方法研究,具有重要应用价值。同时,相关分割方法也对于其他类型图像的分割可有借鉴作用,具有理论意义。本文以数字图像处理技术和模式识别技术为基础,对尿沉渣镜检图像中的管型对象进行分割和识别。研究工作的主要内容在于:(1)提出了基于Mean Shift与改进最大熵方法的管型分割方法。通过Mean Shift方法对图像进行平滑,然后利用直方图均衡化进行图像增强,为其后的最大熵分割提供更适宜的条件,以得到更好的分割结果。在利用最大熵方法进行初步分割后,通过孔洞填充和数学形态学操作,来得到候选管型区域。与若干现有方法相比,本文的分割方法能更好地分割出尿沉渣图像中的管型区域;(2)根据分割结果,基于基本外接矩形法来提取区域的几何特征,如最长边、最短边、周长和面积等,然后利用ID3算法来构造管型识别决策树,以对管型区域加以识别。在实际图像上获得了较好的识别效果。