无线胶囊内窥镜是消化道检测技术的里程碑,它不仅克服了传统消化道检测方法对于人体的伤害,而且能够对整个消化道部位进行检测,消除了小肠的检测盲区。从无线胶囊内镜问世以来,现已有超过百万例的临床检测记录,逐渐成为消化道检测领域的首选方法。无线胶囊内镜通过人工吞服,利用人体肠道蠕动提供动力,实现整个消化道的拍摄。通常情况下,整个检查过程耗时8小时,拍摄约为30000~60000幅消化道图像。通过从这些消化道图像中筛查出病变图像进行疾病诊断对于阅片医生来说,是一项繁重枯燥的工作。因此,为了有效地降低医生劳动强度,提高诊断效率,针对无线胶囊内镜的计算机辅助诊疗技术不断发展。本文针对去除无线胶囊内镜图像冗余,从图像检索和视频摘要两个方面进行了研究。图像检索旨在从庞大的无线胶囊内镜图像数据库中快速选取出医生想要的类似图像,减少医生寻找类似图片的时间。视频摘要是为了去除内容相似、代表性弱的图像,使得无线胶囊内镜图像序列的图像总帧数大幅减少,达到缩减阅片医生的诊断时间和提高诊断效率的目的。针对图像检索技术,本文基于无线胶囊内镜图像特点,提出了基于内容的无线胶囊内镜图像检索技术。针对视频摘要技术,本文提出了两种方法,分别为基于显著图的无线胶囊内镜视频摘要方法和基于卷积神经网络的无线胶囊内镜视频摘要方法。基于内容的无线胶囊内镜图像检索方法中,本文提取了无线胶囊内镜图像的颜色特征、纹理特征和Sift特征,并对颜色特征和纹理特征进行特征融合,用于描述人眼感官特性,Sift特征用于描述图像的局部细节信息。最后,通过比值法进行相似度度量,得到相似度从高到低的检索结果。实验结果显示了基于内容的无线胶囊内镜图像检索技术,能够有效地检索出类似图像,平均检索精度达到88.3%。基于显著图的无线胶囊内镜视频摘要方法中,本文在传统Itti显著图提取方法的基础上进行改进,得到适用于无线胶囊内镜的显著图提取方法。根据得到的显著图提取颜色特征与纹理特征,并进行特征融合。帧间差检测利用了突变检测与渐变检测,有效地避免了因视频渐变而遗漏缓变的视频关键帧。最终组合关键帧得到视频摘要。实验中敏感度、特异性、准确率与压缩比指标均取得了不错的结果,证明了本方法能够为无线胶囊内镜视频摘要生成提供一条可参考的方法。基于卷积神经网络的无线胶囊内镜视频摘要方法中,本文根据无线胶囊内镜视频缓变的特点,进行时序分割操作,将视频分割成时序序列集。然后,对时序段图像进行K-means聚类,去除内容相似图像,并对剩余图像进行专业医生标定,利用Alex Net卷积神经网络进行训练,得到关键帧识别模型。最后,组合得到的关键帧形成无线胶囊内镜视频摘要。实验结果证明了本方法不仅拥有较好的实验指标,而且能够有效地保留视频中的病变信息。基于上述研究内容,本文利用MFC框架实现了无线胶囊内镜图像检索与视频摘要系统,便于使用者进行实验与操作。最后,本文对整体工作进行了总结与分析,并对后续工作进行了展望。