人类染色体识别是医学遗传学的重要研究课题,其在医学临床诊断、辅助教学及科研等领域有着广泛的应用,它是判断人类遗传病的重要依据。传统的染色体识别由人工来完成,不仅识别过程繁琐,而且识别工作易产生误差。为了减轻医务人员和医学教学人员的工作量,提高识别效率,采用计算机图像处理技术自动识别染色体的工作已经得到运用。至目前,染色体的自动识别仍然受图像质量和图像处理方法的影响,自动识别效果不理想,其主要原因为染色体图像的分割效果较差,正确分割染色体图像是决定能否自动识别染色体的关键因素。因此需要进一步探索和研究染色体图像的分割方法。本文所做主要工作包括:图像预处理:染色体灰度变换、图像杂质的去除;图像分割:分别采用了最大熵的方法、最大类间方差、区域生长等方法选取阈值分割染色体图像,其中区域生长法基于一个选中的种子点,根据规定的准则将该点向外扩展到边缘,从而对图像进行分割,另外以Canny梯度算子为依据检测染色体图像的边界。最后,在对上述几种方法分析比较的基础上,选取了结合区域生长和边界检测的方法分割染色体,取得较好的实验结果;染色体计数:采用形态学方法中的腐蚀染色体图像,获得正确的染色体数目。本文通过实验验证了分割算法是有效的。