近年来,微创医疗系统在医疗实践中越来越普遍,它们只需要很小的切口,这大大减少了对病人身体的创伤,并缩短了恢复时间。这些系统提供内部器官的可视视图,可用于术中指导、诊断、疾病筛查、病变检测、特征提取。这些系统的后端依赖于复杂的计算机视觉和图像处理算法的实现,如立体重建、病灶分割和跟踪。然而,由于图像采集、场景照明和结构的反射特性,出现在器官表面的镜面反射遮挡了表面细节,既会对视觉质量产生负面影响,也可能成为许多计算机视觉算法重要的误差来源。因此,去除内窥镜图像中的镜面反射具有非常大的研究意义。本文主要针对内窥镜图像镜面反射问题进行研究并提出了镜面反射检测与修复方法。在本文中,我们提出了一种基于自适应灰度阈值和梯度信息的高光区域分割方法。首先,基于形态学高帽滤波和低帽滤波来增强图像的对比度以校正不均匀光照;然后基于图像灰度强度最大值和图像统计特性中的灰度标准差来设计一个自适应灰度阈值函数进行全局高光检测,再设定局部阈值来识别基于Sobel算子的梯度图像中具有强梯度的高光像素;最后,采用形态学扩张算法扩大与镜面反射对应的区域以消除光晕效应的影响,再对得到的二值掩码图像进行轮廓分析,去除尺寸较大的饱和非高光区域。实验结果表明,本文提出的解决方案不需要人工选择阈值,可以适应任何内窥镜图像序列的颜色变化,并且对高光区域的识别更加准确,不会出现明显的误检测和漏检测,优于所对比的方法。此外,本文提出了一种基于自适应搜索范围的Criminisi图像修复算法来去除内窥镜镜面反射。针对原始Criminisi算法的不足,提出了以下几点改进:采取依次修复高亮点区域的方法以减少亮点边缘优先级计算次数;提出了一种改进的优先级函数,在数据项中加入梯度项,在置信项中引入一个控制置信度曲线平滑度的正则化因子,并将优先级函数改为加权求和的形式,使图像修复顺序更加准确;再采用自适应搜索范围策略来减少搜索最佳匹配块过程中的计算量;同时采用基于梯度因子的自适应模板来增强图像全局一致性和缩短算法运行时间。实验结果表明,本文方法能有效去除内窥镜图像镜面反射区域,此外,由于改进方法的运行时间远远低于现有的方法,并且PSNR、SSIM和r高于现有的方法,本文的镜面反射修复方案优于现有的方法。