在细胞遗传学临床研究中，染色体分析对人类疾病的诊断具有重要意义。通过染色体图像处理，对染色体的进行准确分析和识别，得到一张准确的核型图，为医务人员判别人体细胞正常与否提供可靠的科学依据。本文对染色体图像进行预处理、特征提取和分类分析，实现对染色体的识别。 在染色体图像预处理前，先对整幅染色体图像进行人工分割，得到单条染色体，并用图像处理软件对染色体进行拉直和标准化。在预处理过程中，采用中值滤波去除染色体图像的“椒盐”噪音，接着对图像进行二值化，然后用形态学清理光滑图像边缘，并对图像进行灰度拉伸解决灰度分布不均匀问题，得到理想的染色体图像。 染色体长度、着丝粒指数和G带特征作为染色体识别的三个模式特征，用来对染色体进行识别，直接用图像处理软件测量出染色体的长度和着丝粒指数，并根据中轴计算平均灰度，作为G带特征。 在染色体图像识别算法研究中，使用平均灰度曲线用来表示G带特征，提出染色体指纹图谱的概念，选用夹角余弦算法来计算两条染色体平均灰度曲线的相似度，进行同源染色体的匹配。同时对曲线进行拉伸来校正染色体长度不一的问题，并对曲线进行平移来校正峰漂移问题，处理后取得较好结果。由于平均灰度曲线的相似度都比较接近，改为使用灰度梯度曲线来表示G带特征，取得更好的匹配效果。