该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,分割结果的好坏直接影响后续的特征提取和分类过程.该文研究并提出了三种基于数学形态学的分割重叠目标的方法.前两种方法的分割精度依赖亿用的阈值贫寒结果;方法三则利用重叠区内的梯度信息,以水坝变换获得较高的分割精度,文中对三种方法作了分析讨论和实验比较.该文针对彩色图像,提出了基于阈值和模糊聚类的分割方法,兼顾了阈值分割方法的速度和聚类方法的精度,适合分割显微图佝中的多类目标和成分.该文探讨了一种多特征融合的彩色图像分割方法,能够灵活引入有用图像信息,对较复杂的显微图像有非常满意的效果.该文针对细胞核的颗粒性质和纹理粗糙性,从多尺度分析的角度,研究探讨了基于数学形态学和分形几何学理论方法作了改进.考虑到显微图像染色分布不均匀的特性,该文最后提出了显微图像纹理彩色的新特征,通过细胞核分割实验和肿瘤分类实验初步验证了该特征的有效性.理论研究和实验表明:该文提出的多种显微图像分割法分别利用了不同的图像特征和信息,可以对不同处理目的和不同复杂程度的图像做满意的分割;该文提出的纹理特征对描述核蛋白不同纹理结构十分有效.