近年来，图像处理与分析技术被广泛应用于医学图像领域中，借助计算机技术的有力手段，医学图像极大地提高了临床诊断治疗水平，具有重要的科学研究价值。视网膜血管是循环系统的末端部分，是人类全身唯一可以通过检眼镜直接观察的血管，其分布结构、形态特征等的改变在一定程度上可以反映病变的程度。由于成像条件及生理结构的限制，眼底图像具有特征复杂的特点，这给视网膜血管的自动分割带来了困难。　　 本课题针对眼底视网膜血管的分割技术做了研究，提出一种基于离散高斯卷积核和Hessian矩阵的血管分割方法。该方法首先通过眼底图像的预处理达到增强血管特征的目的，然后建立视网膜血管模型加以分析，给出了用于检测血管中心线的离散高斯卷积核，通过图像的Hessian矩阵计算出血管中心线的亚像素位置，并以一定的连接算法获取血管中心线，视网膜血管的边界线可以通过基于梯度和血管中心点两种方法获得。眼底图像中特征的量化分析可以定量地辅助眼底疾病病情的诊断和疗效评估。本文研究了图像特征参数的测量方法，首先通过一种图像校准方法获取归一化量纲，然后给出手动和基于血管分割的两种方法来测量血管参数。视盘的形态特征也是眼底检查中的重要内容，视盘参数的测量首先要进行视盘定位，文中提出了基于Canny算子和质心探测的视盘定位算法。在理论分析与研究的基础上，结合眼底照相机项目背景，以C++Builder为开发平台实现了眼底图像处理系统及视网膜血管分割和参数测量模块，实现了算法的临床应用。　　 本文实现了视网膜血管的精确分割，定位精度达到亚像素级，很好地满足了医学研究和临床诊断的需要。利用国际上公开的眼底图像库测试本文提出的血管分割算法，给出了测试结果并与专家手动分割的血管图像进行对比，定义“准确度”和“重合度”两个评价标准对算法进行分析评价，实验证实了本文算法的有效性和准确性。