静脉穿刺是临床医疗中最常见的医疗手段之一,但实际生活中,由于患者的肤色、年龄、肥胖等因素,常常造成静脉穿刺失败,所以研制出一套结构简单且显像清晰的近红外血管显像系统和图像处理算法具有重要的现实意义。本文首先根据近红外静脉成像的理论基础完成了近红外静脉血管显像系统的总体结构设计。在采集到不够清晰的手背静脉图像后,采用图像增强和图像分割算法提取出清晰的静脉轨迹,通过投影校正算法使静脉边缘图像1:1原位投影在被测部位,在辅助医生完成静脉穿刺方面表现出极大的应用前景。本文的主要研究工作如下:（1）近红外血管显像系统的设计与构建为了使静脉图像原位投影于被测部位,市面上的产品大多采用分光镜实现,本文所设计的系统将这一部件除去,直接采用投影校正算法对投影至被测部位的错位图像进行调整,不仅简化了系统结构,还降低了成本;另外,通过对关键部件参数的需求分析,完成了元器件选型,最后进行整个系统样机的设计与调试。（2）静脉图像增强算法研究由于不可避免的硬件、环境因素等影响,通过近红外血管显像系统采集的手背静脉图像通常存在纹理模糊、边缘不连续等问题。为了提升手背静脉图像的整体清晰度以及图像识别效果,本文首先分析了常用的自适应直方图均衡算法、限制对比度自适应直方图均衡算法和引导滤波算法的原理,受加权引导滤波算法的启发,本文在加权引导滤波的边缘权重因子中引入了改进的自适应Canny边缘检测算子,实验结果表明,作者提出的改进加权引导滤波算法对静脉图像的增强效果比其它对比方法的增强效果更好。（3）静脉图像分割算法研究U-Net网络是近几年在医学图像分割领域表现最好的网络之一,为了提取到更加清晰的静脉边缘信息,本文基于U-Net网络进行深入研究,首次将U-Net网络应用在手背静脉图像数据集中,首先借助本文所提出的改进加权引导滤波算法以及Labelme软件完成手背静脉图像数据集的手工标注,然后针对经典U-Net存在的丢失细节信息、编解码器语义差距过大等缺陷,提出了改进的RRU-Net网络,在经典U-Net网络的基础上加入Res Block和Res Path结构。实验结果表明,作者提出的改进网络不仅能够更好地保留图像底层结构信息,还能提升网络训练的可靠性,减少背景噪声的产生。