显微图像预处理是实现图像高准确度测量与识别的基础和前提，是图像处理的低层阶段。本文以“基于数学形态学的显微图像预处理技术及应用”为题，目的是在数学形态学的基础上研究一套有效、快速的图像预处理方法，并应用到显微图像处理中，对提高显微镜下的模式识别精度具有重要的学术价值和实际意义。 本文基于数学形态学的基本理论来研究其在图像预处理中的应用。主要的研究内容包括：介绍了数学形态学的图像处理基础知识，指出了其在图像处理中的有效性；在形态学滤波原理和基于轮廓结构元素的形态学(CB形态学)变换的基础上提出了多刻度CB形态学的图像滤波算法，该算法不但可以有效地去除噪声，而且还对保持图像细节方面有很好的作用；提出了基于多尺度形态学边缘检测算法，该算法比传统的形态学边缘检测方法及微分算子边缘检测方法效果要好，尤其是它的抗干扰能力较强；针对显微图像对比度低的特点，提出了基于数学形态学和Otsu方法的分割算法，由于Top-Hat变换增强了图像对比度，分割后的结果又用数学形态学方法进行了后处理，因此得到的分割结果比用传统的阈值分割方法得到的结果粘连区域少，分割效果较好；针对在图像处理过程中，由于边缘检测或图像细化得到的边缘有不连续现象，提出了一种形状、大小和方向都能自适应变化的椭圆形结构元素的数学形态学断点连接方法。实验结果表明，这一方法对不连续的显微图像边缘有很好的连接作用。论文还建立了系统的总体框架，进行了总体设计及功能模块划分，实现了系统主要硬件构件的选择，并用Matlab和VC++语言对显微图像处理系统进行了软件开发。