白细胞的形态结构和生理功能是多样的，其数量和质量是人体健康状况的重要表征。因此，检查白细胞的总数和白细胞分类识别逐渐成为辅助诊断的重要手段之一，在医学临床检验上具有重要意义。 　　论文以计算机图像处理技术和模式识别理论为基础，建立了基于图像多信息融合的显微细胞检测系统，实现了白细胞的分类识别。该系统由硬件和软件两部分组成。 　　硬件部分是图像采集系统，用于实现白细胞显微图像的采集。采集系统的主要部件有：XS-402型实验室生物显微镜、MVC1000彩色数字摄像头和个人计算机。 　　软件部分是图像分析系统，用于实现白细胞的分类识别，通过Visual C++和MATLAB混合编程方式实现。Visual C++用于系统的人机交互界面设计和文件管理模块，图像预处理模块，图像中级处理模块程序开发。文件管理模块用于读取细胞图像和保存分析结果；图像预处理模块用于实现细胞图像的灰度校正，平滑，中值滤波和锐化等处理；中级处理模块用于实现细胞图像的分割和形态学处理。分析对比现有的提取目标形态特征算法后，选用了链码表法提取细胞的形态特征参数，并由 MATLAB 编写了细胞检测模块。首先提取细胞的六个形态特征，然后通过 MATLAB COM Builder 创建了神经网络组件，并在Visual C++中调用该组件设计了6-13-6三层的BP神经网络分类器，将白细胞各个形态特征融合，实现了白细胞的自动分类与识别。 　　通过对144个白细胞图像数据的测试表明，利用设计的6-13-6三层BP神经网络分类器能够对六类白细胞进行快速准确的分类，系统的识别率高。