本文依据图像识别一般流程提出了肿瘤细胞计算机辅助识别的主要流程,其基本原理是采用彩色CCD摄像机获取细胞涂片的图像,运用计算机图像处理和模式识别技术对细胞进行分类,从而实现对细胞涂片的辅助阅片和诊断。本文主要围绕细胞图像的预处理及肿瘤细胞图像特征提取两方面进行了大量的研究,并取得了较好的前期研究成果。在细胞图像预处理方面,作者研究了大量的滤波去噪方法,并将其应用在肿瘤细胞图像中,均未达到良好的滤波去噪效果。通过对肿瘤细胞图像背景特征的认真分析研究,本文提出了改进的数学形态学开闭滤波算法,选择适当的结构元素,使其在滤除背景杂质的同时一并滤去小的、正常离散细胞,并能够很好保留原始图像灰度特征,为进一步提取图像有用特征打下了良好的基础。在细胞图像特征提取方面,通过研究恶性肿瘤细胞的形态特征提出了细胞图像的四大重要形态特征:核质比、细胞核大小、核深染、成团细胞相邻核间距,并对其分别进行了特征提取方面的研究。其中核深染以及成团细胞相邻核间距在细胞分类中很少用到,本文运用Top-hat算子进行细胞核深染部分的提取,并提出了提取成团细胞相邻核间距的计算算法,得到了大量有效的特征数据。本文还提出了图像分块特征提取的概念,将完整的细胞图像按细胞的聚合程度加以分割,可分为单个细胞块和成团细胞块等部分,而所提取的四大细胞特征也为分块后的单个细胞或成团细胞的特征。这样使所提取的特征更加有针对性,可以得到更加准确的特征数据。为后续的细胞图像分类识别打下了良好的基础。