人体中的微血管通常指的是小动脉与小静脉连接处的毛细血管,其中常说的微循环指的是人体微血管中的血液流动,主要功能是完成人体各个器官与组织所需的物质交换。微循环可以反映人体的健康状况。微血管中的血流速度是重要的流态参数,可以动态反映出人体血流的状态。因此血流速度的准确检测在人体生理和病理研究中有着重要的意义,同时高精度的血流速度检测是一项很大的挑战。人工测量微血管血流速度效率低下,无法准确得到多个血管血流速度的细微变化;基于高端医疗设备检测血流速的方法应用场所比较受限,设备费用过高;为了降低成本,便于推广,人们开始研究基于视频分析的血流速检测方法,但是目前这类自动检测方法相关工作较少,主要是针对较清晰的微血管图像进行的研究。然而,普通显微相机采集到的微血管视频样本易受到多种噪声的干扰。因此,在低质量视频图像中自动检测出微血管的血流速度仍然存在很多的困难。针对普通显微相机采集到的受噪声干扰的微血管视频,我们提出了基于投影分析的血流速自动检测算法。首先是微血管图像增强,对微血管视频进行去抖动、去模糊并利用频域处理提高图像对比度;然后是微血管分割,在复杂背景下分割出完整的微血管;最后是提出了两种血流速自动检测方法。具体工作包括:(1)甲襞微血管视频图像预处理。人体呼吸、脉搏跳动以及采集设备的不稳定性等因素会导致采集到的微血管视频中存在“抖动”现象。结合图像的抖动幅度和方向提出了基于相关性计算的微循环视频去“抖动”算法。相机与样本之间的相对运动造成微血管图像出现模糊,根据视频帧序列之间的偏移量设计合理的卷积核,实现微血管图像反卷积去模糊。利用小波变换提高了图像对比度,提高了图像的可视化效果。(2)甲襞微血管分割研究。血流速检测的前提是先分割出血管。首先,通过累计G通道图像获取微血管均值图像,以行灰度均值作为阈值,提出了G通道行均值光照均匀化方法;然后,利用局部窗口均值二值化对增强后的G通道累计均值图像进行分割,获取微血管图像中的前景目标;最后,利用轮廓信息和形态学处理消除噪声并通过区域筛选去除交叉型血管以及有效长度较短的异态血管等。(3)微血管血流速检测研究。观察微血管视频可以发现,微血管中存在某些特定的运动目标,通过跟踪该目标检测血流速度。根据微血管中血液流动的特点,提出了基于投影分析的血流速检测方法,利用差分投影直方图重心的移动变化量计算出血流的速度和方向。在直方图投影的基础上提出了基于二值空时图轨迹分析的血流速检测方法。首先,联合分析血管中血液流动时间与空间的关系,生成单根血管的二值空时图;然后,利用旋转投影计算二值空时图轨迹的方向;最后计算血管中的血流速度。目前针对血流速自动检测的相关研究较少,没有标准的数据库和血流速检测数值,因此很多实验无法提供对比数据。与人工标注结果进行对比是目前相关研究中比较常见的实验对比方式。本文对采集的多个样本进行了测试并与人工标注结果进行了实验对比。结果表明,本文方法在微血管图像增强,血管分割方面取得了较好的效果,同时血流速检测的准确率比较高。本文的创新点主要有2点:(1)针对低成本显微相机采集到的甲襞微循环视频提出了较好的微循环图像预处理和血管分割方法。(2)提出了一种有效的甲襞微血管血流速检测方法。所提方法对深入开展微循环参数计算提供了新的研究思路。