本文提出了一種新型的基于 mean-shift 聚類算法的人體外周血中白細胞五分類算法，其核心思想是用一種近似人眼的可視化模式對白細胞紋理進行提取。首先利用 mean-shift 聚類算法從白細胞灰度圖像中提取一些模式點，然后用其作為區域生長算法的種子點進行區域生長，得到一系列能夠在某種程度上可視化地反映紋理的區域塊。最后從這些區域塊中提取一組參數向量作為白細胞的紋理特征。綜合該向量和白細胞形態學特征，用人工神經網絡（ANN）成功地完成了對白細胞的五分類識別。用了 1 310 個白細胞圖像進行測試，得到中性粒細胞、嗜酸性粒細胞、嗜堿性粒細胞、淋巴細胞、單核細胞的正確識別率分別為 95.4%、93.8%、100%、93.1%、92.4%，證明了該算法的可行性和魯棒性。