基于Hessian矩阵和LBF模型的指静脉图像分割

针对图像光照不均匀、对比度低、边缘模糊而导致指静脉图像分割质量差的问题,提出基于Hessian矩阵和LBF模型相结合的指静脉图像分割方法。使用基于Hessian矩阵的图像增强算法对静脉图像的血管边缘进行增强,同时对血管的响应函数进行改进。对增强后的图像使用LBF的方法提取指静脉的血管轮廓,通过对轮廓面积大小的判断来剔除静脉血管的间断区域,最后将静脉图像进行细化操作得到最终的指静脉骨架图。实验表明,相较于原始的Hessian矩阵增强算法,改进响应函数后的方法能够得到脉络特征明显、图像清晰的指静脉图像。从图像的分割角度看,文中的方法能较好地处理对比度低、边缘模糊的指静脉图像分割问题,可以得到对比度高、静脉骨架特征明显的指静脉图像。