基于最大邻域内差的静脉图像增强和图像分割

为了克服因静脉图像照度不均造成的现有分割算法对静脉纹路分割不够精确的问题,提出了一种基于最大邻域内差(Maximal intra-neighbor difference,MIND)的静脉图像分割算法,其核心是充分利用静脉图像的邻域信息和新设计的距离函数计算出原图的MIND图像,并与经过直方图修正后的原图加权相加得到了增强图像,之后,通过计算出增强图像的均值图像并与增强图像进行加权比较得到最终的分割结果。在分割的过程中,可以根据MIND图像的直方图自适应调整算法中的分割参数提高分割效果,最后的实验结果证明了算法的有效性。