客观、定量分析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医学研究提供了客观、定量而又快速准确的分析手段。本文对小鼠腹腔巨噬细胞图像的计算机分析展开了深入的研究，讨论了数字图像处理技术在小鼠腹腔巨噬细胞图像分析上的应用。主要工作如下： 首先对小鼠腹腔巨噬细胞图像进行预处理，利用数学形态学的滤波，改善细胞图像的质量。 其次，对图像的分割方法包括细胞图像的分割方法进行了较详细的综述，指出现有方法的实现原理与特点。本文重点研究了数学形态学在二值细胞图像和灰度细胞图像分割处理中的应用。利用Otsu方法对细胞图像进行分割，针对细胞之间存在的粘连和重叠现象，对基于数学形态学中的流域分割的方法进行了研究，使用距离变换的分水岭分割方法，使粘连细胞得到分离。在细胞轮廓提取方面，采用标号法标注细胞并提取边缘；为每一个细胞区域定义一个包含整个细胞的矩形，提取了单个细胞。 最后，在分割的基础上对细胞进行了形态特征参数的计算，并对细胞图像进行了纹理分析，进而对细胞进行正常与不正常的分类。采用支持向量机的方法对细胞进行分类，并对校医学院烧伤研究所提供的200个小鼠腹腔巨噬细胞样本进行了分类实验。实验结果表明该方法的正确分类率为95％，满足实验室和临床的应用要求。