胃镜检查作为当前检测胃部疾病的主要手段,计算机辅助胃镜图像分析有助于提高胃镜检查的准确率。由于胃壁的形变和蠕动特性以及胃腔内狭窄的操作空间,如何发现、跟踪以及无创标定病灶区域一直是胃镜检查过程中的难点问题,本文主要针对电子胃镜检查中实现多目标区域跟踪的相关方法进行研究。胃镜检查中对多目标进行跟踪在许多实际应用场景中具有重要的作用。比如,医生可以在胃镜检查过程中随时对可疑病灶进行标记,并在后续的检查过程中对特定区域持续进行跟踪观察；医生在做胃镜活检过程中,预先标定的病灶区域也有助于指导医生准备定位到活检靶点位置,从而提高活检位置的精确性和病理分析结果的有效性。现有的目标跟踪的方法通常局限于两幅特定的相似图像之间进行,并要求目标具有明确的轮廓或纹理特异性。针对上述问题,本文给出了一种不同的多目标跟踪框架,能够灵活地跟踪胃镜视频中任意的两帧图像内的任意目标区域。在对视频图像帧间相似性度量的基础上,该方法能够达到以下两个目标,首先是在不依赖于对目标区域进行轮廓或纹理特征分析的情况下,通过仿射变换实现对邻近帧之间的目标跟踪,其次基于构建云图思路实现对目标的跳帧跟踪。本论文首先对多目标跟踪的两个关键技术展开研究：·两幅图像之间相似性的度量。在对常用的5种特征点检测方法进行综合评估的基础上,选用了最适合胃镜图像特征提取的SIFT算法。通过在样本图和目标图中分别提取SIFT特征点,并采用最近邻法筛选出目标图与样本图中的匹配点对。针对SIFT算法搜索出的匹配点对存在较多误匹配的问题,采用随机取样一致性(RANSAC)算法对匹配后的点对进行筛选,并以图像间的匹配点对与特征点个数的比值作为两幅图像的相似度。最后根据图像间的配准点对计算出其仿射变换矩阵。·胃镜云图(Stomach-Cloud)的构建。以图像间的相似度作为权值,将胃镜视频序列中的部分帧作为节点建立带权的有向图,即胃镜云图。通过该云图能够高效地计算出以仿射变换矩阵表达的图像帧之间的形变关系,进而根据该形变关系计算出目标区域的位置信息,从而实现对目标区域的跟踪。在此基础上,将源图像和目标图像锚定在云图中的对应图像节点后,通过两个云端图像节点的形变路径即可表达源图像和目标图像之间的形变关系,并依此实现跟踪的目的。在上述关键技术研究基础上,本论文给出了基于胃镜视频云图的多目标跟踪系统构建方案,初步实现了胃镜视频回放式多目标跟踪。本论文结果表明离线视频跟踪定位的准确性在可接受范围之内,能够有效地为医生临床诊断提供计算机辅助。