近年来,人们的工作压力日趋增大,由此带来的心理压力导致消化道黏膜疾病的发病率不断上升。消化道黏膜疾病以及进一步恶化引发的消化道癌变成为了国民健康的最大杀手之一。研究表明,早期检测和诊断可以大大降低消化道黏膜瘤变的可能性及死亡率,但是若不尽早发现则病人五年下来的存活率不到10%。为了克服传统的光纤式内窥镜的物理局限性,人们研制了无线胶囊内窥镜(WCE),并于2001年获得了美国食品与药品管理局(FDA)市场准入的资格。但是WCE每次检测产生的图片多达成百上千张,从中挑选出适用于诊断的那几张对于医生来说是一个不小的负担,并且也容易因为医生的视觉疲劳带来诊断错误。为此,需要一种有效地计算机辅助系统帮助医生进行辅助诊断。本文首先比较了RGB、CIE-LAB、XYZ、HIS、K-L五种彩色空间,从中选择最能表达内窥镜图像纹理特性的一种,从而降低了颜色空间对纹理特征提取的影响；然后综合比较了各种纹理特征提取方法,采用两种离散小波变换对图像进行多分辨率分解,利用共生矩阵提取二阶统计纹理特征,并在此基础上计算协方差特征最终得到被我们称之为彩色小波协方差纹理(CWC)特征的特征向量。最后设计了一种纹理提升算法进行精确地图像分割和识别,该算法通过循环选择类别构造相应的弱分类器,接着利用条件随机场模型(CRF)将所有弱分类器的置信度加权构成一个强分类器对图像进行分割与识别。识别算法是在Microsoft Visual studio2005开发平台下,用C#编程实现的。算法的彩色空间选择和纹理特征提取都进行了大量的实验对比分析,实验结果表明：K-L空间最适合能表达胶囊内窥镜图像的纹理特性；多进制(三进制)小波变换相对于二进制小波更适合纹理信息的提取,3进制小波变换结合共生矩阵可以提取一个72维CWC纹理特征向量,该特征向量经过800次纹理提升可以达到高达78.47%的敏感性和83.54%的特异性。在纹理特征提取上,本文提出的CWC纹理特征提取法与传统的共生矩阵纹理特征提取法和色度矩纹理特征提取法相比,无论是敏感性还是特异性都表现的更为优异。