宫颈癌是严重危害女性健康的恶性肿瘤之一,宫颈癌的早期筛查对降低其发病率和控制其死亡率具有重要的意义。目前应用最广泛的宫颈涂片制片技术是液基细胞学检验技术,它具有涂片质量高、制片速度快等优点。当前在大多数医院中采用的人工阅片方式,效率低下,且容易受到阅片人的主观因素影响,降低了宫颈涂片筛查的准确性。采用计算机辅助诊断技术处理涂片,用机器阅片取代人工阅片,在提高效率的同时,也提升了准确率,对宫颈癌的筛查具有重要意义。在宫颈涂片计算机辅助诊断系统中,细胞图像自动化分割是整个系统的基础,分割结果的准确性,直接影响后续的定量分析和分类识别等步骤。细胞图像的分割又分为细胞核分割和细胞质分割,在宫颈细胞图像中,单个细胞独立存在的情况比较少,多数细胞有相互重叠和粘连的现象,因此实现重叠宫颈细胞的有效分割是细胞质分割的关键,对提高计算机辅助诊断系统的准确性具有重要的意义。本文的主要工作集中于对宫颈重叠细胞图像的分割。首先对细胞图像进行预处理,将图像中的细胞区域分割成一系列同质的图像块,即减少了计算量,又有利于后续处理;然后根据半透明物体的吸光原理,提出了半透明重叠物体的光吸收模型,为重叠细胞图像的分割提供了理论依据和重要特征。针对两个重叠宫颈细胞学图像的分割,本文结合两个重叠细胞的重叠色、颜色均一性、形状规则性和轮廓光滑性四个特征,设计了一个目标函数和目标函数优化算法,快速高效地实现了图像的分割;针对两个以上的重叠宫颈细胞学图像的分割,本文利用半透明重叠物体的光吸收模型和细胞的空间关系,提出了细胞非重叠区域初始构造算法和优化算法,并在此基础上重构了细胞重叠矩阵,最后根据优化的细胞非重叠区域和细胞重叠矩阵,得到了最终的图像分割结果。为证明本文算法的有效性,实验中利用ZSI、准确率和召回率评估了本文算法的分割性能,实验结果表明本文提出的重叠宫颈细胞学图像分割方法具有良好的分割效果。