微循环是反映人体健康的重要指标，在许多生理和病理状态下有着重要的参考价值，对其进行可靠有效的自动检测，在预防疾病的发生和药物疗效检测方面有着极其重要的作用。在过去微循环的测量由人工完成，这不仅花费大量人力物力，而且无法保证测量精度，为了克服这些缺点，一些研究人员使用计算机技术开展了微循环的自动化测量研究。虽然基于计算机的微循环自动化测量在一些方面取得了较大的进展，但依然有许多问题有待进一步研究。为了促进微循环学科的发展，推进微循环的计算机自动测量与识别工作，本文进行了以下几个方面的研究：1、针对光学无损方式采集的微循环图像具有光照不均、噪声大、对比度低等特点，研究了基于多尺度分析的光照不均匀图像的校正方法，提出了基于Contourlet变换的微循环图像增强方法，实现了微循环图像的增强，改善了微循环图像的可视化效果。2、为了实现微循环血管形态参数的自动测量，提出了基于视频图像序列的微循环参数自动测量方法，该方法实现了微循环形态参数的自动测量。研究了有血管区域和无血管区域的判断准则；设计了血管中心线自动迭代提取算法，包括种子点的自动选取、中心线迭代算法的设计以及停止条件判断准则；研究了血管边界和直径以及血管曲率的自动测量方法。分析了测量参数对微循环病变识别的统计特性。3、针对不同类型微循环血管流态的复杂性，研究了基于ST图的流速测量方法。提出了基于正交滤波器组测量微循环流速的方法。比较了提出方法与现有方法的测量精度和测量鲁棒性，讨论了各种方法测量失败的原因，结果验证了提出方法的优越性。4、为了实现微循环的血液细胞跟踪与测量，提出了基于ST图的细胞跟踪与测量方法。设计了基于多尺度方向滤波器的ST图像增强方法，设计了噪声滤波函数和方向滤波函数，设计了轨迹细化和分岔处理算法，实现了细胞的跟踪和流速测量。分析了滤波器参数的取值方案，讨论了单条跟踪线对细胞跟踪的局限性。5、针对单条跟踪线无法跟踪微循环血液细胞复杂运动的情况，研究了基于三条跟踪线的细胞跟踪方法。提出了多候选轨迹自动分组准则和多候选轨迹的融合准则，实现了细胞的自动跟踪。为了验证细胞跟踪的有效性，提出了细胞跟踪有效性验证准则。针对三条跟踪线无法跟踪较大血管细胞运动的情况，研究了多跟踪线的细胞跟踪方法。提出了多跟踪线的轨迹融合准则以及最优跟踪线数量的选择准则。讨论了多跟踪线的方向选择问题。6、为了实现微循环的计算机自动辅助诊断，研究了微循环的自动识别方法。在微循环血管参数自动测量的基础上，以测量参数作为特征向量，利用模式识别方法对微循环血管进行分类与识别，结果显示，本文研究的微循环自动识别方法能够有效地应用在疾病的辅助诊断中。