蛋白质组学作为后基因组时代的一个重要研究内容，对于探索生命奥秘以及疾病的鉴定和药物对生命过程的影响具有重要的意义。其中，研究蛋白质组学表达模式的核心方法是双向凝胶电泳技术。随着生物科学和医学的不断发展，凝胶图像的计算机分析已经成为一种不可或缺的技术手段。凝胶图像计算机分析过程包括凝胶电泳图像预处理、蛋白点检测、蛋白质点匹配和统计分析等，其中蛋白质点检测是分析过程的重要环节之一，其精确程度影响着蛋白质点统计分析的效果。有效的蛋白质点分割方法可以提高检测的准确度，并且能够获取蛋白质点的各种信息（大小，体积，形状等），对于蛋白质点后续的定量、匹配以及统计分析具有重要的意义。本论文主要针对凝胶图像中的重叠蛋白质的分离方法进行研究。已有的蛋白质点检测方法主要包括基于分水岭和基于形状特征的方法，在基于蛋白质点预处理基础上，本论文提出利用基于区域跟踪的蛋白质点预分割以及基于最小周长多边形近似方法（MPP）的重叠蛋白质点分割方法，对重叠蛋白质点进行了有效分割。本论文的主要研究工作如下：（1）研究了凝胶电泳图像预处理的方法，利用中值滤波、均值滤波、高斯滤波等空域滤波方法以及改进的非局部均值(Non Local means)算法对凝胶图像进行预处理；改进的NL-means算法根据像素间的相似度来进行去噪，使得凝胶图像在去噪的同时，细节和边缘等方面得到了保护。（2）研究了蛋白质点预分割的方法，分别利用微分边缘检测算子以及边界跟踪算法对凝胶图像蛋白质点进行预分割，得到蛋白质点的初始轮廓。基于边界跟踪的算法是从区域一个边缘点出发，通过搜索标记所有边缘点，进而将所有边界点连接得到边缘的算法，能够比较精确的得到目标边缘，并且将得到的边缘信息压缩，同时具有一定的去噪效果，该算法得到闭合的蛋白质点边缘，对于蛋白质点进一步的形状、大小等统计分析具有更好的效果。（3）提出了利用多边形近似方法对重叠蛋白点进行分割的方法。根据数字图像中区域面积及周长的性质，利用形状判定参数对预分割得到的蛋白质点边缘进行判定；利用最小周长多边形近似原理对重叠蛋白质点边缘进行多边形近似表示，进而根据多边形边的线性性质判定顶点的凹凸性以及内角大小；对于得到的蛋白质点边缘的凹点，根据凹点匹配的原则，将蛋白质点边缘的凹点进行匹配，确定分离线，对重叠蛋白质点进行有效分离。该算法基于预分割中边界跟踪得到的蛋白质点边界进行，得到凝胶图像中独立的蛋白质点的分布，对后续蛋白质点的研究奠定了基础。