传统伤口评估需要临床医师凭借经验对伤口使用毫米尺等工具进行手动测量大小和视觉观察给出伤病级别、感染等伤口状态评估,因其较低效率占用了海量医疗资源。多光谱图像可获取伤口处不同组织细胞在光谱维度上更多的信息,实现对伤口情况的精确描述。然而,现行多光谱伤口图像的去马赛克重建和分割算法精度有限且难以实现噪声图像处理,限制了多光谱成像技术在自动化伤口评估中的应用。为此,本文以马赛克滤光阵列多光谱成像技术的医疗应用为背景,针对多光谱图像去马赛克重建算法无法利用原始图像进行适应性调整并难以实现噪声处理的问题,分别提出了基于自适应距离和开关型滤波降噪的图像去马赛克重建算法;针对自动化分割方法受伤口形状、拍摄条件和角度等因素影响容易造成误判的问题,提出基于图论的半自动化分割方法,最终实现了一个包括多光谱伤口图像采集和识别功能的在线诊断系统。全文主要内容如下:(1)针对某些去马赛克算法不能根据原始图像进行自适应性调整的问题,本文提出了基于不同尺度自适应距离权值的去马赛克算法:首先利用维纳滤波建模,将去马赛克问题转化为图像还原问题;然后使用空间距离、光谱距离和梯度距离构建已知光谱信息与未知光谱信息的相关性矩阵,将维纳滤波系数矩阵分解为参数矩阵与相关性矩阵的乘积,使滤波系数的求解问题转化为系统参数的求解;改进后的滤波系数矩阵来自系统参数和随原始图像已知光谱信息变化调整的相关性矩阵的乘积,实现了多光谱图像去马赛克重建的自适应。实验结果表明,基于不同尺度自适应距离权值的去马赛克算法与线性插值算法、双三次插值和二叉树边缘感知算法相比,在多光谱伤口图像数据集与公共数据集中均得到了较好的结果:拉链错误大幅减少,成像结果清晰;峰值信噪比在二叉树边缘感知算法的基础上分别提高了3.5和3.261,即单位像素的灰度误差降低了33%和31%;同时,算法稳定性较好,在真实数据集中的性能下降幅度较低。(2)针对传统去马赛克算法无法处理含噪多光谱图像重建的问题,本文在基于不同尺度自适应距离权值的去马赛克算法的基础上,分别提出两种不同的开关型中值滤波技术对原始图像和去马赛克结果进行降噪处理:第一,利用邻域投票的方式进行一级噪声检测,并利用邻域内的非噪声像素的均值和标准差定义阈值,从而对一级检测结果进行二级检测,利用二级噪声检测算法处理原始图像中的噪声;第二,本文提出了一种新型开关矢量中值滤波对去马赛克结果进行后置处理,通过提出并利用平滑区域检模型,提高矢量中值滤波集合内像素的相似性,解决传统算法将图像的细线纹理作为噪声进行处理的问题。实验结果表明,本文提出的两种多光谱图像噪声处理算法在含有噪声的环境中,可以得到较好的重建结果,与只含有原始图像降噪处理的算法相比,含有后置处理的去马赛克算法可以得到更好的重建结果。(3)针对自动化方式的分割方法受伤口形状、图片拍摄条件和角度等因素的干扰造成适应能力较差的问题,本文提出了改进的GrabCut多光谱慢性伤口图像分割算法,通过利用较少的操作弥补自动化分割算法适应能力较差的问题。算法通过利用图像的边缘信息改造损失函数中的前景、背景模型,使其对边缘更加敏感;同时利用光谱向量和边缘概率衡量像素点之间的差异,进一步改造能量损失函数,提高模型的准确性。实验结果表明,本文提出算法需要的交互操作较少,在准确率、召回率、F-SCORE上均取得了较好的结果:与传统Grabcut算法相比,本文提出的算法在三个方面分别提高了7.8%、3.7%和6.2%;在对复杂形状伤口的分割方面,本文提出算法的性能下降较小,具有较好的适应能力。(4)在以上工作基础上,本文实现了基于马赛克滤光阵列多光谱成像和多光谱图像分割的在线伤口评估系统,包括伤口采集(多光谱成像)和伤口分割(多光谱图像分割)两大部分:本文根据马赛克滤光阵列多光谱成像技术,设计硬件的组织结构并对硬件之间的相关性、透过率、量子效应等性能指标进行说明。结果表明,本文提出的伤口评估系统可以得到有效的伤口分割结果,与彩色图像伤口评估技术相比,可以得到更加全面的伤口状态表述。综上所述,本文在前人工作基础上对多光谱医疗图像去马赛克重建和分割算法提出了一系列改进,实现了基于马赛克滤光阵列多光谱成像技术的伤口在线评估系统,研究具有重要的科学和现实意义。