消化道肿瘤是最常见的恶性肿瘤,严重地威胁着人类的健康,其发病率位居所有恶性肿瘤发病率的榜首,并且逐年升高,发病人群越来越趋于年轻化。如何更高效地诊断消化道肿瘤成为一个急待解决的社会问题。传统的肿瘤检测方式大部分具有创伤性,患者必须承受一定的痛苦。消化道胶囊内窥镜检查这一消化道检测领域的革命性突破,具有无痛、操作简便、非侵入式、适用人群更广的特点。但是,目前的胶囊内窥镜也还存在许多问题。首当其冲的是胶囊内窥镜检测产生的图像数量巨大。逐张查看这项枯燥又费时的工作对医生来说是个不小的负担。其次,消化道的病变图像可能出现的位置不多而且不集中,医生的疏忽会造成漏诊的严重后果。为此,实现消化道胶囊内窥镜图像的肿瘤检测及肿瘤定位的自动化将会进一步提升消化道胶囊内窥镜的实用性。本文基于消化道胶囊内窥镜图像的肿瘤检测及其初步定位进行研究。主要研究两部分内容:一是胶囊内窥镜图像的肿瘤检测。该部分充分利用肿瘤的外形特征分割胶囊内窥镜图像,并针对分割出的疑似肿瘤部位提出了基于频率域幅度谱纹理特征的分类方法,判断含有肿瘤组织图像与“伪肿瘤”(被错判的正常图像)图像的区别,从而确定肿瘤是否存在。一般在胶囊内窥镜图像中肿瘤组织比周围正常组织亮度高,且形状规则类似椭圆。于是在图像预处理阶段增强对比度使得肿瘤部位更突出。然后用水平集方法进行图像分割,并用椭圆拟合出形状类似椭圆的区域,试图单独分割出肿瘤部位。这样分割出的结果包含肿瘤部位,也会有部分“伪肿瘤”。再用基于频率域幅度谱纹理特征的分类方法,确定肿瘤是否存在。二是对消化道胶囊内窥镜图像中检测到的肿瘤进行初步定位。这部分的主要创新之处在于对原始的韦伯局部特征(WLD)作了改进,使之鲁棒性更好。另外提出了一种两阶段定位幽门的方法。该研究只针对肿瘤的初步定位,即定位肿瘤出现在哪个消化道器官(食道,胃,肠),并根据肿瘤图像与消化道器官的分界相隔的距离,判断肿瘤大概分布在消化道的哪一段。这部分的技术难点是确定消化道器官的分界点贲门、幽门。贲门定位相对简单,利用HSI颜色特征,根据图像内有效子区域的个数便可以定位出贲门位置。幽门的定位则分为两个阶段。初步定位幽门阶段,根据胶囊进入相邻的消化道器官时拍摄到的图像会有短期的颜色变化这一特点,利用颜色特征判断出幽门候选位置。在精确定位幽门阶段,结合K近邻(KNN)分类器和改进的WLD直方图特征,利用窗口滑动模式在初步定位阶段找到的幽门候选点中确定出最终精确的幽门位置。贲门和幽门定位的好坏决定着肿瘤定位的准确性。