基因芯片(genechip)是生物芯片中的一种,又称DNA芯片。该技术通过将大量的探针分子固定于支持物上后与标记的样品分子进行杂交,实现对生物基因表达信息的获取。它被广泛的应用于药物筛选与新药开发、疾病诊断、环境保护、现代农业等。基因芯片图像处理是基因芯片技术的一个关键环节,整个流程包括图像预处理、网格定位、样点分割和数据提取等。本文主要针对基因图像中的图像预处理和样点分割等关键步骤进行深入研究,主要内容包含以下几个方面:首先,在图像预处理部分,本文实现了传统的以及现今较好的图像去噪方法并分析各种方法适应条件、优缺点,通过噪声级别函数对图像噪声类型、噪声级别进行评估,实现了去噪方法的自适应选择。其次,通过分析基因芯片图像的质量特征,结合现有的对比度增强方法,提出了一种自适应直方图均衡化的对比度增强方法,该算法能够自适应估算基因图像背景强度并基于背景强度进行对比度增强,通过主观分析以及网格定位结果分析,证明改进后的算法更好的增强了图像对比度。最后,本文在基因图像样点分割步骤上,总结了传统的分割方法,现有的聚类分类方法存在的局部分割不准确和分割的抗干扰性、泛化性不足等问题,通过分析基因点大小、位置、灰度信息分布等特征,提出了一种基于聚类的自适应样点分割算法,并通过主观视觉分析和定量实验证明了改进后的算法具有更高的准确性和有效性。