摘要：针对灰度不均匀、对比度低、边缘信息较弱的图像中的手指静脉纹路提取问题，提出了一种基于Hessian矩阵的手指静脉图像分割方法。该方法首先将高斯滤波器的二阶导数与原图像卷积得到了各像素点的Hessian矩阵，通过Hessian矩阵的迹初次滤除了非静脉区的像素点，接着求出了余下像素点Hessian矩阵的特征值，利用静脉区特征值所要满足的条件二次滤除非静脉区像素点，最后选取了多尺度下静脉区各像素点的最大特征值作为输出特征值，将区间内所有尺度下的特征值图进行了融合，经过二值化处理、形态学滤波处理得到了手指静脉纹路。研究结果表明，该算法能够较完整地提取宽度不一的手指静脉纹路，将静脉区域和非静脉区域分开，伪静脉像素点较少；同时，不需要遍历所有像素点的Hessian矩阵求其特征值，手指静脉图像分割速度比未优化静脉纹路提取算法快了0．036 5 S。

关键词：手指静脉识别 图像分割 hessian矩阵 

单位：福州大学机械工程及自动化学院光学/太赫兹及无损检测实验室; 福建福州350108; 福建省医疗器械和生物技术重点实验室; 福建福州350000; 浙江省机械工业情报研究所; 浙江杭州310009