چکیده:تشخیص بیماریهای خون از جمله مشکلترین شاخه ها در علم پزشکی است.بنابراین وجود یک سیستم پردازش تصویر که قادر به استخراج ویژگیهایی است که چشم انسان آنها را تشخیص نمی دهد یا با دقت پایین آنها را تشخیص می دهد، می تواند کمک کننده باشد.اولین گام در چنین سیستمی تقطیع تصویر است.دقت عمل تقطیع بسیار حائز اهمیت می باشد.زیرا در صورت دقیق نبودن آن قسمت های بعدی سیستم هرچقدر هم دقیق طراحی شوند ،خروجی کل سیستم مطلوب نخواهد بود.تقطیع تصاویر تهیه شده از لام خون انسان که شامل گلبول سفید و قرمز است ،به دلیل تجمع زیاد گلبول قرمز و تماس آنها با گلبول سفید کار مشکلی است.در کنار تماس ذرات مشکلات دیگری چون یکنواخت نبودن کیفیت تصاویر ،تنوع شکل گلبول های سفید و نویز زیاد نیز وجود دارد.این امر نیز تقطیع آنها را مشکلتر میسازد. در این پایان نامه روش هایی برای تقطیع گلبول های سفید پیشنهاد، پیادهسازی و ارزیابی شده است. این روش ها بر مبنای الگوریتم آب پخشان ، فیلترهای گابور و منحنیهای فعال هستند که توضیحاتی در رابطه با آنها ارائه می گردد. در الگوریتم آب پخشان، در اولین قدم به تهیه تصویر نشانه گذار بر پایه ی تابع فاصله می پردازیم.در مرحله بعد با استفاده از الگوریتم مذکور و همچنین یک روند پس پردازش بازگشتی پیشنهادی به تقطیع تصویر می پردازیم.در الگوریتم گابور به طراحی یک بانک فیلتر گابور می پردازیم که وظیفه ی آن تشخیص مرز بین گلبول های سفید و قرمز می باشد.لازم به ذکر است در بانک مذکور به علت عدم راستای غالب در بافت گلبول ها ،تعداد راستاهای بکاربرده شده از حد استاندارد بیشتر است و همچنین تعداد فرکانس ها به علت کوچک بودن ابعاد تصویر کمتر می باشد. انجام پایان نامه در روش مبتنی بر منحنی فعال GVFبر خلاف منحنی فعال معمولی ،نیازی به قرار دادن منحنی اولیه در نزدیکی مرز شی نمی باشد و کیفیت تقطیع نیز بالاتر است.هسته گلبول سفید که درون آن واقع شده است ،تاریکترین بخش تصویر می باشد و با آنالیز تطبیقی هیستوگرام قابل شناسایی و مکان یابی است.در الگوریتم به کار رفته در این تحقیق از Convex hull هسته گلبول سفید به عنوان منحنی اولیه استفاده می گردد.