高分辨率视网膜图像能够为视网膜疾病的早期诊断、治疗、人眼视觉的科学研究提供重要依据。但人眼作为光学系统,其系统内部存在的低阶和高阶像差,使得对视网膜的成像很难达到衍射极限水平,采用常规成像方法无法得到高分辨率视网膜图像。近几年发展起来的自适应光学技术,使观察细胞级别的视网膜图像成为可能。论文以基于自适应光学技术的视网膜细胞显微镜开发为背景,对人眼视网膜成像系统中的关键技术之一——像差重建进行了深入的研究。论文的主要内容如下:1、论述了人眼的基本结构﹑视网膜成像特点以及人眼波前像差的定义和成因,建立了基于正交归一化Zernike多项式表达人眼波前像差的理论模型。2、研究了利用Hartmann-Shack波前传感器进行像差测量的原理,在对光斑图像预处理的基础上,提出了利用六角点原理确定子光斑的方法,实现了子光斑及其质心的准确定位。3、重点研究了基于Zernike模式的波前重建算法,研究了基于最小二乘准则的直接法方程组﹑基于Gram-Schmidt正交变换﹑基于Householder变换﹑基于奇异值分解在内的四种模式重建方法,通过理论分析以及仿真实验证明,各算法精度相当,能够满足人眼波前重建的精度要求。但基于奇异值分解的模式算法由于其理论简单,计算步骤较少,易于编程等优点作为人眼波前像差重建算法性能更优。4、分析了基于Zernike多项式模式进行波前重建的误差问题,讨论了模式重建过程中截断误差﹑混淆误差以及耦合系数与重建项数的关系,并以此为依据选择人眼波前像差重建过程中Zernike多项式的最优项数。在上述基础上,开发了人眼波前像差测量及重建模块,实现了人眼像差的准确测量和重建,为人眼视网膜成像系统中后续的像差循环矫正提供了像差数据,经实际运用,满足了视网膜细胞显微镜对视网膜细胞成像的要求。