高光谱成像技术起源于20世纪70年代的多光谱遥感成像领域,凭借多维信息获取的能力在遥感探测领域取得了成功的应用。近年来该技术被拓展应用于生命科学领域,特别是与显微镜相结合形成的显微高光谱成像技术,在病理诊断分析中为检测目标提供更为丰富的空间和光谱信息,具有良好的应用前景。本论文研究了显微高光谱图像智能化采集方法及相应的图像处理方法,通过采用高精度载物台控制技术、显微高光谱图像自动对焦技术、多维图像拼接技术以及多维图像融合等技术,实现了显微高光谱图像和同视场彩色图像的智能化采集以及大区域多维影像数据立方体的重构,增加了图像数据的维度,为生物组织的智能识别分析提供了数据基础。论文首先给出了显微高光谱成像平台的软硬件设计方案。此外,基于所搭建的成像平台,论文提出了适用于显微高光谱图像的自动对焦方法以及大区域多维影像数据的获取及生成方法,包括显微高光谱图像的预处理方法、空白显微高光谱图像的筛选方法、显微高光谱图像的空白区域检测方法、显微高光谱图像的自动对焦方法、显微高光谱图像的大区域多维影像数据的获取方法以及生成方法。针对病理显微图像在自动对焦中存在的问题,论文改进了现有的图像清晰度评价方法与峰值搜索方法,一定程度上克服病理显微图像具有粗边缘与弱纹理的问题,实现单一入射光波长下图像的准确对焦。在此基础上,论文利用显微高光谱图像具有宽光谱范围的特点,根据光谱信息补偿对焦面的位置,实现了不同入射光波长下图像的准确对焦。另外,论文以单一维度的图像拼接方法为基础,利用显微高光谱图像的空间冗余特性,并辅以图像的位置信息,实现了显微高光谱图像的精准拼接。实验表明,所设计的显微高光谱成像平台具有自动进行单一视场与多视场下彩色与显微高光谱图像数据采集的能力,并依托于所设计的存储平台与发布平台对图像数据进行管理与发布,覆盖了图像数据从采集、管理到发布的完整生命周期,提高了显微高光谱图像的采集效率与自动化程度。在大区域多维影像数据生成方法的支持下,所产生的大区域融合图像数据可为病理组织分析提供更多维度的信息参考,此方法也为多维影像数据的融合方法提供了一种新思路,具有重要的实践意义与参考价值。