本文的工作是“眼底图像处理系统”的重要组成部分。眼底循环障碍疾病以及全身性疾病导致的眼底改变均可以不同程度地显征于视网膜和脉络膜。因此,眼底检查不仅对眼科疾病,而且对其他系统及全身性疾病的诊断也有着重要的意义。“眼底图像处理系统”可以为眼科医生提供全面准确的眼底信息,并能够辅助医生诊断和定位病灶。本文的工作主要集中在三个方面:图像校正:本文根据眼球的解剖学和生理学特征建立了适于医学可视化的眼底数学模型,并且分析了眼底成像技术某些先验知识,提出了一种新的系统校正法消除眼底图像的几何畸变,从而得到了几何矫正后的图像。同时,本文还针对配准后的图像存在灰度差异这一现象,利用灰度调整法和灰度渐变法进行了灰度矫正,消除了配准后的眼底图像灰度不均匀的现象。其中,灰度调整法主要用于消除周围减光、光斑等等由成像造成的灰度畸变,用于单幅图像的调整。而灰度渐变法主要用于消除图像拼接时,由于接缝处两幅图像灰度差造成的灰度畸变,用于图像配准拼接后。图像配准:本文在研究了诸多现有基于灰度的图像配准方法后,发现基于相位相关的方法因其具有配准精度高,运算量较小等优点。但是相位相关方法具有运算耗时比较大和灰度敏感这两个缺陷。所以,本文改进相位相关算法,针对灰度变化明显的眼底图像提出一种行之有效的边缘检测相位相关算法。该方法针对眼底图像的特点克服灰度敏感缺陷,而且还减少了眼底配准的耗时。试验结果表明,此方法对于眼底图像的配准有很高的精度和成功率。视神经盘的提取:本文针对视盘边缘的特点,将一种称为Snake的动态边缘模型(Active Contour Model)应用于视盘检测。由于Snake在轮廓检测的过程中能够保证得到封闭的轮廓,并且对图像噪声和对比度不敏感,所以在处理局部间断的眼底轮廓时达到比较满意的检测结果(视盘边界)。