1、細胞識別和分類計數(shù)的自動化是臨床醫(yī)學的重要研究課題之一，而獲得一種有效的圖像描述量是實現(xiàn)自動識別的關(guān)鍵問題。 本實驗首先分別建立了7種白細胞原始圖像庫和吞噬不同數(shù)目酵母菌的小鼠腹腔巨噬細胞原始圖像庫。前者由134種不同顯微特征點的白細胞圖像組成，后者由128個吞噬不同數(shù)目酵母菌的巨噬細胞顯微特征組成。對該兩種原始圖像庫中的每種細胞顯微圖像分別進行平移、旋轉(zhuǎn)、尺度和灰度改變以及加噪聲等6～8種變形處理，獲取500個不同變形體圖像，

2、建立訓練樣本集圖像庫。然后利用變形雅可比(p=4，q=3)-傅里葉矩(Pseudo-Jacobi(p=4，q=3)-Fourier Moments，PJFM's)對訓練樣本集圖像庫中的圖像進行數(shù)字化描述，并建立了對應(yīng)的不變矩數(shù)據(jù)庫。 為了證明該不變矩對細胞顯微圖像的數(shù)字化描述性能以及抗畸變抗噪聲性能，于N=M=lO時對白細胞顯微圖像進行尺度、灰度、旋轉(zhuǎn)、平移等多畸變歸一化，并對部分白細胞顯微圖像分別于無噪聲和加噪聲條件下進行重建

3、圖像實驗。另外，分別從訓練樣本集原始圖像和變形體圖像，新制備的涂片中隨機選取共90個細胞圖像，作為實驗樣本集，用最小平均距離規(guī)則進行初步識別實驗。為進一步驗證該不變矩的數(shù)字化描述性能以及對醫(yī)學領(lǐng)域中的實際應(yīng)用，建立小鼠腹腔巨噬細胞顯微圖像庫和對應(yīng)不變矩數(shù)據(jù)庫，借助計算機用最小平均距離規(guī)則對25個典型視野的300個細胞圖像進行半自動化分類計數(shù)。 結(jié)果表明，用PJFM's對7種白細胞顯微圖像進行圖像歸一化處理后發(fā)現(xiàn)，同種細胞圖像不同