技術特征：
1.一種低對比度圖像的脈管增強的方法，其特征在于，所述方法包括如下步驟：去噪步驟：將輸入的器官和/或組織的掃描圖像進行直方圖去噪處理，獲取消除所述掃描圖像中除脈管之外區(qū)域的干擾的去噪圖像；提取脈管步驟：通過特征增強函數(shù)增強所述去噪圖像中脈管的特征，并輸出所述脈管增強結(jié)果圖；脈管分割步驟：將提取到的所述脈管增強結(jié)果圖進行分割處理，獲取所述脈管的三維分割圖像；所述去噪步驟包括：在所述器官和/或組織的掃描圖像中選擇需要分割所述脈管的區(qū)域；根據(jù)選定的統(tǒng)計灰度范圍對選擇的所述區(qū)域進行直方圖統(tǒng)計；根據(jù)選定半徑的灰度鄰域以及所述灰度鄰域的灰度中心值，將所述灰度范圍的所述直方圖統(tǒng)計結(jié)果分為多份再次進行統(tǒng)計，獲得多個統(tǒng)計結(jié)果；對所述多個統(tǒng)計結(jié)果求最大值；根據(jù)所述最大值計算所述區(qū)域的最大沿度灰度值為ImaxL＝Imax-IB，其中，Imax為所述多個統(tǒng)計結(jié)果求最大值，IB為所述選定半徑的灰度鄰域；根據(jù)所述最大沿度灰度值重設所述區(qū)域內(nèi)所有像素點的灰度值。2.根據(jù)權利要求1所述的方法，其特征在于，所述提取脈管步驟包括：構造高斯濾波器Gσ，對高斯濾波器Gσ求二階導數(shù)，用Gσ的所述二階導數(shù)與所述直方圖增強后圖像的各個像素點逐一進行卷積運算；所述σ為高斯濾波器的方差；根據(jù)所述卷積運算結(jié)果構造海賽矩陣，計算所述海賽矩陣的多個特征值，并按照所述脈管增強需求對所述多個特征值進行排序；構造所述脈管的特征判別函數(shù)，所述特征判別函數(shù)對所述區(qū)域的每個像素值的海賽矩陣特征值進行分類，使符合所述脈管特征的像素輸出值為高，使不符合所述脈管特征的像素輸出值趨于零，以提取所述脈管。3.根據(jù)權利要求2所述的方法，其特征在于，所述卷積運算結(jié)果得到Ixx(σ)、Iyy(σ)、Izz(σ)、Ixy(σ)、Ixz(σ)和Iyz(σ)；所述海賽矩陣為求得海賽矩陣三個特征值并排序為λ1<λ2<λ3；所述特征判別函數(shù)為Vs(λ)，在按照血管特征進行歸類時，λ1<0，λ2<0,λ3＝0。4.根據(jù)權利要求3所述的方法，其特征在于，所述提取脈管步驟還包括：在所述掃描圖像的對比度屬于低對比度時，通過脈管特征增強函數(shù)對所述脈管特征進行增強，提高所述脈管區(qū)域特征的可識別性；根據(jù)所述脈管特征增強函數(shù)得到脈管特征數(shù)據(jù)，并將脈管特征數(shù)據(jù)按照所須進行歸一化處理；對應所述像素點的脈管特征判別結(jié)果對所述掃描圖像進行處理，輸出所述脈管增強結(jié)果圖。5.根據(jù)權利要求4所述的方法，其特征在于，所述脈管分割步驟包括：確定所述脈管區(qū)域的灰度閾值范圍，依據(jù)所述灰度閾值范圍對所述脈管增強結(jié)果圖進行閾值連通計算；根據(jù)所述閾值連通計算結(jié)果，獲得到三維的脈管分割圖像。6.一種用于實現(xiàn)權利要求1～5任意一項所述的方法的系統(tǒng)，其特征在于，包括：去噪模塊，用于將輸入的器官和/或組織的掃描圖像進行直方圖去噪處理，獲取消除所述掃描圖像中除脈管之外區(qū)域的干擾的去噪圖像；提取脈管模塊，用于通過特征增強函數(shù)增強所述去噪圖像中脈管的特征，并輸出所述脈管增強結(jié)果圖；脈管分割模塊，用于將提取到的所述脈管增強結(jié)果圖進行分割處理，獲取所述脈管的三維分割圖像；所述去噪模塊還包括：選擇子模塊，用于在所述器官和/或組織的掃描圖像中選擇需要分割所述脈管的區(qū)域；第一統(tǒng)計子模塊，用于根據(jù)選定的統(tǒng)計灰度范圍對選擇的所述區(qū)域進行直方圖統(tǒng)計；第二統(tǒng)計子模塊，用于根據(jù)選定半徑的灰度鄰域以及所述灰度鄰域的灰度中心值，將所述灰度范圍的所述直方圖統(tǒng)計結(jié)果分為多份再次進行統(tǒng)計，獲得多個統(tǒng)計結(jié)果；求值子模塊，用于對所述多個統(tǒng)計結(jié)果求最大值；計算子模塊，用于根據(jù)所述最大值計算所述區(qū)域的最大沿度灰度值；重設子模塊，用于根據(jù)所述最大沿度灰度值重設所述區(qū)域內(nèi)所有像素點的灰度值。