叶脉是植物分类的重要特征之一,植物叶片图像叶脉分割是叶脉识别的前提,而叶脉分割大多数都是对灰度图像进行处理,由于叶片图像采集过程易受光照影响而出现阴影、光照过强的现象,影响叶片的分割结果,因此必须对灰度图像进行灰度校正。本文提出了包括叶脉图像在内的纹理图像的局部灰度自动校正新方法,通过区域生长和双向线性、非线性灰度变换方法自动定位并调节纹理图像的部分灰度实现校正。在叶脉图像分割方面提出了一种一维多阈值分割的辅助方法,简单有效并针对性地提取感兴趣区域的灰度信息,为下一步工作打好基础。另外,单张叶脉图像的提取结果会出现局部叶脉信息丢失、断裂、不完整的现象,本文将多图像融合方法应用于叶脉提取,对同一叶片不同图像的叶脉提取结果进行配准与融合,获取更多的叶脉细节信息,得到最终比较完整的叶脉提取结果。本文提出的方法在叶脉分割中应用效果较好。自动灰度校正方法能够消除对纹理图像区域形状的限制,对任意形状的区域均能消除图像中由于光照因素产生的灰度不均匀现象,调节后的图像灰度分布均匀。结合一维多阈值方法后的分割效果良好,能够消除较小块状噪声。将多幅叶脉分割后的图像进行融合能够提取出较丰富、全面的叶脉信息。通过实验证明上述方法在叶脉分割中的应用具有可行性与有效性,对于纹理图像的处理也具有一定的应用价值。