在体外抗病毒试验中，需要对感染病毒的体外活细胞进行精确计数。传统的检测抗病毒药物指标的方法的计数准确度不是很高。而光电技术和图像处理技术的迅猛发展，为细胞计数和分析提供了一种新的强有力工具，可以有效地提高药物筛选试验结果的真实性。本文以Hela贴壁细胞为研究对象，分析了贴壁显微细胞图像的特点，并根据其特点，分别从预处理、分割和计数三个方面进行了研究。主要工作如下：（1）图像预处理算法的研究。研究适合贴壁显微细胞图像的预处理方法，改善细胞图像的质量。（2）细胞图像分割算法的研究。分割算法是该文的研究重点，本文提出了三种不同的分割算法：基于细胞边缘连接的分割算法、基于改进的C-V动态轮廓模型的分割方法、基于区域生长和距离变换准则的分割算法。分析三种算法的优缺点，评价其在应用中可行性，最终选择基于区域生长和距离变换准则作为整个计数方法的分割算法。（3）细胞自动计数算法的研究。主要是应用连通区域标记算法实现细胞的自动计数，并运用标记算法去除小区域目标。为了验证这一自动分割与计数方法的优越性，本文选用不同大小和不同质量的显微图像分别进行了实验和比较，实验结果显示这一方法是有效的，并且具有较高的计数准确率。
本文来源: https://www.lw50.cn/article/a1a4d07885583a7df4938e55.html