胶囊内镜技术首次实现了整个小肠的无痛无创成像,使得医生可以直接观察胃肠道内壁的图像,从而进行胃肠道疾病的诊断,因次胶囊内镜在临床上正得到越来越广泛的应用,已成为国内外医疗器械领域的研究热点。作为一种方兴未艾的技术,现有胶囊内镜系统还不能满足临床应用的需求。胶囊内镜在一次检测中会产生大量的内镜图像,而从这些图像中寻找病灶信息对医生来说是一件非常费时费力的事情,这也阻碍了胶囊内镜技术在临床应用中进一步的普及和推广。本文本论文以国家自然科学基金(No. 60875061、31170968、30800235)、国家863计划(No. 2007AA04Z234、2008AA04Z201、2006AA04Z368)、载人航天领域预先研究项目(No. 010203)和上海市科委项目(No. 09DZ1907400)为依托,对胶囊内镜便携式接收系统和内镜图像的出血识别算法进行了深入的研究:探索了基于TI公司的TMS320DM365的胶囊内镜便携式接受系统的工作原理,设计了系统的软硬件方案和架构;提出了两种有效的出血识别的智能算法。胶囊内镜能将获取的胃肠道图像编制为标准的NTSC制式的视频,然后无线发射出体外,帧率达30f/s。体外的射频接收器接收NTSC流媒体视频,并编码为H.264格式的数字视频文件存储在SD卡中,系统可以将压缩的视频进行解码显示在TFT-LCD上。待检测结束后,视频文件被导入到计算机中供医生诊查。通过分析内镜图像中出血区域发现:红色是肠道内的主颜色(dominant color),出血区域的红色饱和度明显高于不出血区域的红色饱和度。然而,颜色特征对于不同的照明条件非常敏感。因此本文提取了对光照不敏感的颜色特征,并且结合局部二进制算子,以多层感知器为分类器来进行分类。通过实验得到该算法的出血检测灵敏度和特异度分别达98.6%和98.7%。相对于已有的算法,该算法识别灵敏度高,很好的实现了内镜图像出血识别。基于多层感知器的出血识别算法,很好地解决了内镜图像中出血识别的难题。但是,多层感知器也存在一些缺点,比如容易陷入局部极值,泛化能力不强,隐藏层数目的确定缺乏指导原则,算法收敛速度慢等等。因此,本文提出了采用支持向量机作为分类器来解决内镜图像出血识别的问题。支持向量机具有很好的推广泛化能力,在小样本学习中能保证找到全局最优解,已经在各种模式识别问题中得到了广泛的应用。本文结合空间金字塔和光照不变颜色直方图,克服了直方图丢失空间信息的缺陷,并且采用两种适合直方图特征的核函数:直方图求交核函数和? 2核函数,构建了支持向量机分类器,并通过软件编程实现了出血识别算法。通过实验测试,基于支持向量机的出血识别算法的灵敏度和特异度平均可以达到97.8%和98.0%。相对于已有的出血识别算法,该方法灵敏度高,结构稳定,重复性好,实现了内镜图像出血识别,将应用于内镜图像的初步检测,并为实现其他疾病的智能识别打下了良好的基础。