医学冠脉造影图像易于受到多种因素的干扰。血管壁厚度变化较大,背景噪声复杂多变及光照强度分布不均匀等因素均会影响到造影成像的图片质量与清晰度,而且在冠状动脉造影图像中血管结构和血管边缘之间的对比度通常很低,这些原因导致了难以直接将它们区分,所以与其他医学图像相比,冠脉造影图像的处理难度更大,数据处理更为复杂。如果将血管的错误检测结果直接投入使用,可能引发严重的医疗事故。现阶段,应用传统的增强方法进行冠脉造影图像增强的效果并不令人满意。为了解决以上问题,本文用到Hessian矩阵、形态学运算、匹配滤波、双边滤波等方法,从以下几方面入手提出改进方案：(1)改进多尺度Hessian矩阵。在图像处理领域,多尺度Hessian矩阵主要用于对视网膜图像进行血管增强,然而对冠脉造影图像的处理效果并不理想。本文提出一种结合形态学top-hat运算的改进的多尺度Hessian矩阵方法对冠脉造影图像进行血管检测,该改进方法对冠脉造影图像的血管增强效果显著。(2)改进高斯一阶导数匹配滤波器。Bob Zhang等人提出了高斯一阶导数匹配滤波器,该方法通过将匹配滤波器与它的高斯一阶导数进行运算提取视网膜的血管图像。但是将该方法用于冠脉造影图像的血管增强时,存在部分细小血管断裂,产生新的噪声,血管匹配错误率较高等问题。本文对高斯一阶导数匹配滤波器进行改进,改进的方法可以有效的提升血管增强效果,降低检测错误率。(3)改进双边滤波器。使用传统的双边滤波器处理冠脉造影图像往往会导致图像模糊、大多数细小血管消失,无法起到图像增强的作用。本文通过改进传统双边滤波器的两个核函数,重组双边滤波器。新的双边滤波器优势明显,大多数细小血管得到完整保留,降噪效果明显且血管检测错误率非常低。