乳腺癌是妇科疾病中常见的一种恶性肿瘤,严重影响着女性的生活和健康,而乳腺癌的提早检测对提高其治愈率有着很大的帮助。目前的检测方法多是依赖显微镜与病理学家们的个人经验,使得检测结果具有主观性与差异性。随着图像处理技术的发展,有关病理图像计算机辅助检测系统应运而生,乳腺癌病理切片显微图像的自动分割则是一个亟待解决的关键问题,好的分割算法能够给病理学家提供客观精确的“第二意见”。因此,本文以乳腺癌病理切片的图像为研究对象,在数字图像处理技术的基础上,结合具体的实验,对乳腺癌病理切片图像进行分割和特征提取。主要的工作如下：1.在图像预处理阶段,提出了复合预处理方法结合的方法。包括对图像进行灰度化,图像增强以及图像滤波处理,图像由彩色图像变成了对比度较强的灰色图像。2.在图像分割阶段,提出了基于阈值分割的组合分割方法。首先对图像进行多种阂值法对比后,选择了最大类间方差法,接着经过形态学的孔洞填充、去噪处理、blob标记等组合方法的综合运用,完成了图像的第一次分割。3.在粘结细胞分割阶段,对瓶颈规则进行改进,提出了自动识别粘结细胞并分割的方法。利用凹点个数对粘结细胞分类,根据不同类别选择不同的方法对粘结细胞分割。4.对细胞进行特征捉取并系统实现。实验表明,以上方法对乳腺癌病理切片显微图像具有一定的分割能力,并对粘结细胞自动化分割,在病理诊断中可发挥一定作用,为辅助诊断的研究奠定了良好的基础。