对显微细胞图像进行细胞检测和重建,是细胞分析的重要方法之一。由于某些细胞尺度小,对显微成像技术和分析方法有着很高的要求。随着实验方法尤其是光学显微镜成像技术的发展,获取包含这类细胞结构的图像数据成为了可能,并且数据类型和容量都在迅速增长。但是对大规模的光学显微图像分析,实现快速又可靠的细胞检测和重建,仍是一个难题。本文研究三维光学显微图像的细胞(胞体)结构检测和非球形表面重建方法。具体内容如下:预处理采用改进的多尺度高斯-拉普拉斯滤波方法,结合Otsu亮度阈值分割和体积阈值分割,实现光学显微图像中不同尺度大小的胞体结构增强和胞体前景与背景的分割。结果显示,改进的滤波方法对胞体的尺度变化有较好的适应性,Otsu亮度阈值分割和体积阈值分割能够满足基本的胞体前景与背景分割需求。滤波操作占据整个算法的主要计算量,选择合适的滤波窗口有利于降低时间消耗。对预处理结果进行距离变换,并将消除抖动后的距离图的局部最大值点对应为实际胞体的中心点,来实现胞体定位。结果表明,消除抖动的处理能够一定程度避免不规则结构产生期望外的局部最大值点,定位中心点基本都接近实际胞体中心。提出双边界射线爆发采样结合椭球拟合的细胞表面检测和重建方法,在定位结果的基础上实现较高自动化程度的胞体表面结构检测和非球形数字化重建。结合遗漏胞体的处理方法提高重建结果的准确性。实验表明,大部分重建的胞体相对于球模型更接近真实的胞体形态,准确率较高。大规模的细胞结构检测与重建研究对计算硬件和软件的要求在逐渐提升,原有的研究方法需要得到扩展,吸收其他领域的新方法或联合各种算法应是研究发展的趋势。本文的研究,为这一领域添加了一组新的方法。