视网膜血管是人体唯一可以无创伤直接观察的较深层微血管,是许多眼底疾病如青光眼等以及系统性疾病如糖尿病视网膜病变、高血压等的观察窗口。眼底彩照技术是眼科临床常用的获取眼底血管技术。眼底彩照中血管的分割在临床眼科及其他疾病的诊断和治疗有着非常重要的地位。对视网膜血管的自动检测和精准分析可以帮助医生提高糖尿病视网膜病变等疾病的筛查效率。但眼底视网膜图像中血管的自动分割具有很大的挑战性,原因主要包括:(1)视网膜血管结构复杂;(2)病变视网膜存在很多病灶干扰;(3)视网膜眼底彩照灰度分布不均匀,血管与背景的对比度低等。本文在研究分析了眼底视网膜血管分割技术的国内外研究现状基础上,根据视网膜血管的树状结构特点,提出了一种结合小波变换和可控高斯滤波的视网膜血管提取算法。首先,使用各向同性非抽样小波变换对眼底彩照图像绿色通道进行血管增强,再对增强后的图像进行二值化,采用形态学腐蚀操作对二值化图像进行滤波和掩膜去除等处理,得到候选血管I1;然后基于可控高斯滤波对眼底彩照图像绿色通道中血管进行多方向增强,进行二值化处理得到候选血管12;最后,将I1与12进行逻辑与操作,从而获得最终的视网膜血管分割结果。该算法在DRIVE和STARE眼底图像数据库上进行了验证。在DRIVE数据库上的准确率为95.49%、敏感性为77.87%、特异性为96.97%,在STARE数据库上的准确率为95.01%、敏感性为75.67%、特异性为96.89%。本方法与仅采用各向同性非抽样小波变换的方法进行比较的结果表明,这两种方法的结合有效地提高了血管分割的准确率。本文方法与其他一些血管分割算法进行比较的结果表明,本文算法的性能非常具有竞争性。