本文主要的研究内容是如何更好地将形态学分水岭算法应用在细胞图像分割领域。本文提出了一种基于标记的分水岭细胞分割方法,该方法核心思想是采用快速径向对称(fast radial symmetry,FRS)变换提取细胞核中心,并以此作为标记进行分水岭分割。通过圆到椭圆的仿射变换,实现将快速径向对称变换扩展为广义快速径向对称(generalized fast radial symmetry,GFRS)变换,改进了前述的基于标记的分水岭细胞分割方法。最后的实验分析表明,基于FRS变换的分水岭算法取得了较高的精确率、准确率和Dice系数值,能够较好地完成对细胞的分割。而改进的基于GFRS变换的分水岭算法相比于基于FRS变换的分水岭算法,在分割的精确率和Dice系数值上均有一定程度的提高。本文针对的是H&E染色胰腺神经内分泌肿瘤细胞,前述的基于标记的分水岭细胞分割方法基本步骤如下:首先通过颜色反卷积技术将RGB彩色图像进行主成分分析,得到苏木精信道图像;其次对苏木精信道图像进行滤波去噪与形态学处理;然后进行快速径向对称变换得到变换图S;之后通过对变换结果图进行局部极值求解提取种子点;最后将提取的种子点作为前景标记,进行分水岭分割。改进的基于标记的分水岭细胞分割方法基本步骤同前述方法类似,只需将FRS变换替换成GFRS变换。实验结果表明,使用FRS变换的基于标记的分水岭细胞分割方法取得了不错的分割效果,只是对于椭圆形细胞产生了 一些过分割现象。改进的使用GFRS变换的基于标记的分水岭细胞分割方法较好地解决了这个问题。针对形态学分水岭算法对噪声比较敏感易形成过分割的问题,本文讨论了几种不同的技术路线。包括:在进行分水岭分割前进行图像预处理,利用好先验知识指导分割;或者在完成分水岭分割之后,建立一个区域合并的准则,适用这个准则把分割出的小区域进行区域融合等。