青光眼是最常见的致盲性疾病之一,以眼压升高、视神经萎缩和视野缺损为特征。由于青光眼的产出具有隐匿性和渐进性,特别是原发性开角型青光眼,一旦发现视力下降而就诊时,往往已是病程晚期,视野缺损严重,不可恢复。因此青光眼强调早期发现,及时治疗。目前青光眼的早期识别仍然是一个难题,依然停留在依靠经验来实现的地步,且误差特别大。为了能够实现识别的自动化,亟需开发一种可行的识别方法。首先,介绍了目前青光眼识别的现状,指出了自动识别的必要性。接着,以计算机图形处理作为主要技术手段,综合应用图像处理、数学形态学、神经网络等方面的知识,研究了青光眼图像自动识别的方法。借助青光眼图像图谱,做了如下的研究:1.由图谱得到眼底图片54幅,其中包括正常眼睛眼底图片8幅、早期青光眼眼底图片8幅、严重青光眼眼底图片38幅。2.研究了图像的预处理方法,包括图像的去噪处理和图像的增强处理等。3.对预处理后图像从颜色、形状、纹理三个方面进行特征提取,初步提取了49个特征值,然后用PCA(主成分分析法)筛选出具有代表性的32个特征参数。4.在MATLAB环境下,利用人工神经网络建立分类器,对眼底图片进行分类识别。5.以MATLAB GUI作为开发工具,编写“青光眼图像处理与识别系统”,实现对青光眼图像的识别。本课题利用神经网络技术实现对青光眼图像的早期识别,具有快速性、通用性和准确性,这对以人工识别为主的识别方法无疑是一个巨大的改进,在青光眼早期识别上具有广大的应用前景。