圖像增強(qiáng)后，由于用戶(hù)的個(gè)體差異，不同的人手指厚度是不一樣的。因?yàn)樵紨?shù)據(jù)圖像會(huì)被脈沖噪聲所影響，這就給后面圖像的分割造成了一定困難，所以在圖像分割之前需要進(jìn)行增強(qiáng)處理圖像信息。在去噪處理中，需要對(duì)采集到的圖像進(jìn)行減噪處理，通過(guò)均值濾波對(duì)圖像進(jìn)行平滑處理。均值濾波主要是通過(guò)鄰域平均，針對(duì)有噪聲的原始數(shù)據(jù)圖像（假設(shè)為（x:y））的每個(gè)像素點(diǎn)可以選擇一個(gè)模板，這個(gè)模板是由鄰近的m個(gè)像素結(jié)構(gòu)組成，求得一個(gè)均值之后再將均值賦給當(dāng)前的像素點(diǎn)，即作為該像素點(diǎn)最終的像素值。公式如下:g（x,y）=1/m＞f（x,y）

通過(guò)設(shè)置不同特征的不同閾值，可以將圖像像素分成若干類(lèi)。常用的特征主要包括了直接來(lái)自原始數(shù)據(jù)圖像的灰度和彩色特征以及由原始灰度或彩色值變換可以得到的特征。將原始圖像設(shè)置為f(x，y)，根據(jù)固定準(zhǔn)則求出f(x，y)中的特征值t，分別設(shè)置0和1來(lái)標(biāo)記圖像的背景和目標(biāo)物體，并將圖像分成兩部分，即圖像值化。

圖像進(jìn)行分割，根據(jù)圖像分割研究方法的不同，可以發(fā)展大致分為四種:

（1）利用圖像灰度統(tǒng)計(jì)的方法，如一維直方圖閾值和二維直方圖閾值;

（2）利用光譜信息的圖像分割方法和圖像空間區(qū)域信息，比如多光譜圖像分割、生長(zhǎng)法、紋理分割等;

（3）邊緣檢測(cè)方法利用圖像中灰度變化最強(qiáng)的區(qū)域信息，如Canny算法;

（4）利用像素分類(lèi)法，就是將圖像分類(lèi)管理技術(shù)進(jìn)行分析圖像分割的一種教學(xué)方法，比如模糊分類(lèi)方法、神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法和統(tǒng)計(jì)分類(lèi)研究方法等。