1.一种基于多相互斥水平集的黏连细胞图像分割方法，其步骤为：步骤一、读取细胞图像，并对其进行二值化及阈值处理，获得代表细胞区域的近似圆形斑块图；

步骤二、利用Hough圆检测方法对斑块图进行检测，获取图像中全部近似圆形斑块的类圆圆心；

步骤三、以小于最小细胞的CHT检测圆半径作为所有细胞区域的初始圆半径，依据步骤二所得每个细胞类圆圆心坐标设置多个水平集的圆形初始曲线；

步骤四、对多相互斥水平集能量泛函采用梯度下降法进行求解得到对应的偏微分方程；

步骤五、将步骤三所得初始曲线作为φ0代入到偏微分方程进行求解，从而引导图像中多个初始曲线同时向目标边界演化；

步骤六、重复步骤五，继而得到细胞图像的最终边界轮廓。

2.根据权利要求1所述的一种基于多相互斥水平集的黏连细胞图像分割方法，其特征在于：步骤二中为滤掉半径过大或过小带来的干扰，必须通过设置合适的检测圆的半径范围，获取所有类圆细胞斑块圆的圆心。

3.根据权利要求2所述的一种基于多相互斥水平集的黏连细胞图像分割方法，其特征在于：步骤三中为了避免最小细胞的CHT检测圆作为水平集初始轮廓在实际细胞区域之外，必须通过以最小细胞的CHT检测圆半径的0.5～0.9倍作为所有细胞区域的初始圆半径。

4.根据权利要求3所述的一种基于多相互斥水平集的黏连细胞图像分割方法，其特征在于：步骤四中多相互斥水平集模型将互斥能量项εR(φi)与DRLSE模型以多相水平集的方式进行结合，对于水平集函数φi，所述多相互斥水平集能量泛函为：式中，Rp(φ)为距离规则能量项，Lg(φ)为曲线长度项，Ag(φ)为面积项，εR(φi)为互斥能量项，μ、λ、α、ω均为加权系数；

其中：

上式中，Ω为图像全域，g为边界检测函数，Hε为近似光滑函数，δε为Hε的导函数；多相互斥水平集能量泛函可进一步表示为：

5.根据权利要求4所述的一种基于多相互斥水平集的黏连细胞图像分割方法，其特征在于：步骤四利用梯度下降法对步骤四所述的多相互斥水平集能量泛函进行求解，得到如下偏微分方程：其中div为散度算子，变量j为演化优先级参数。