光学成像由于具有无损探测、高灵敏度、高分辨率等优点被广泛应用,其中,由于光波段的生物兼容性,光学成像在研究疾病诊断、发病机理及开发新的医疗手段等方面具有广阔的应用前景。光学图像的处理是光学成像应用过程中的一个重要部分,对量化研究对象的信号特征具有很重要的意义。论文从介绍光学成像出发,介绍了光谱分离和图像拼接技术在光学图像处理中的应用。本文搭建了静脉显像仪的实验系统,并介绍了红外静脉图像提取血管使用的分割算法。主要研究内容和创新点可以概括为如下3点：1)总结了光谱分离的基本理论,主要包括线性光谱分离模型、端元提取算法及端元数目估计算法。将端元数目估计算法HySime和光谱分离算法MVSA相结合,在无需任何先验知识的情况下,直接对多光谱图像处理,获取端元数目,分离出端元信息。使用该方法,对活体小动物多光谱荧光图像进行了光谱分离实验,准确的分离了自发荧光与信号荧光。2)提出使用图像配准和图像融合技术,对病理显微图像进行了拼接。其中,使用基于特征点的配准方法对图像在空间位置上进行了准确的拼接,并使用图像融合技术,消除了拼接边缘的跳变,提高了拼接的病理显微图像的可读性。3)在分析红外静脉图像的特点的基础上,使用了中值滤波与NiBlack算法的组合,提高了图像的信噪比,并实现了动态阈值分割,成功的将血管与手背信息进行了分离。在此基础上,搭建了静脉显像仪的实验系统,将血管的光学探测、算法分离以及血管的原位投影结合起来,实现了手背血管的视觉增强。