本课题针对视网膜图像处理中的关键技术问题作了研究，包括视网膜血管网络的提取、视网膜血管宽度的测量、视网膜图像的配准。通过对比研究常见的几种视网膜血管分割算法，采用KNN算法较好的完成了视网膜血管网络的提取。对于视网膜血管宽度的测量，文中在血管网络提取的基础上，应用血管的中心线来确定血管方向，构造匹配模板，建立近似血管灰度分布的高斯模型，并结合最小二乘法，求解出血管的宽度。针对视网膜图像的配准，考虑到视网膜图像的特点及图像配准算法的精度、速度及实际应用性等因素，提出了基于血管网络相似性的图像配准方法，利用视网膜图像血管重叠像素对的灰度互信息最大作为目标函数，并采用全局优化算法——遗传算法对配准参数进行优化求取。最后，基于VC++平台，实现了一个初步的基于眼底影像的计算机辅助诊断系统。