人造视网膜(Retinal Prosthesis)技术主要用于帮助那些因视网膜疾病(如视网膜色素变性(Retinitis Pigmentosa：RP)或年龄相关性黄斑病变(Age-related MacularDegeneration：AMD)而丧失视觉的失明人士的恢复部分视觉。人造视网膜技术模拟人眼的信息采集与处理方式，通过植入刺激芯片来刺激患者尚有感知的人眼细胞，实验证明这能够使他们获得基本的视力，大致分辨物体，以改善失眠人士的日常生活质量。　　 在对视网膜色素变性(RP)或年龄相关性黄斑病变(AMD)的疾病病理研究中发现，尽管这些病人视网膜上的感光细胞已经损坏，但是视网膜里的其它类型的细胞，以及大脑的视皮质细胞，依然完好并保持完整功能。这就给人造视网膜为眼疾患者视觉恢复提供了可能。一种可能的治疗手段是绕过那些受损的视觉细胞，用电刺激器传送视觉信息给还有感知的人眼细胞。近年来，随着数字信号处理理论技术、微电子学技术以及眼科手术学的不断发展，人造视网膜技术临床应用于失明者的可行性逐渐提高。然而要想使该技术应用于临床，还有很多关键技术问题尚未解决，例如：如何构建视网膜对电刺激响应的模型，探索更为有效的视网膜神经刺激方式；如何利用实时有效的眼外图像处理方法来提高电刺激模式下的视网膜成像质量；如何提高对眼内植入芯片的能量供应；如何利用先进的微封装技术保证植入芯片在眼内环境能够长期有效地工作等等。这些技术挑战在很大程度上制约了人造视网膜技术的临床应用。　　 人造视网膜系统主要由图像传感器(把环境的光信号转换成电信号)，图像处理器(把图片信息转换成刺激模式的信息)、无线传输设备(传输信息至眼内刺激电极)和刺激电极(刺激人眼视觉系统产生光幻视)四大部分组成。本文主要基于植入式人造视网膜系统，研究前端图像传感器采集和图像处理系统。通过研究与对比，本文采用CCD摄像头为图像传感器及目前图像处理性能最高的SEED-VPM642作为图像处理器来搭建人造视网膜眼外图像处理平台。通过大量文献的研究，本文采用感兴趣区域(ROI)提取，缩小，阈值分割等图像处理，实现了一种面向32×32的微刺激阵列人造视网膜的提取重要信息、去除冗余信息的图像处理算法。按照国际惯例，本文也在matlab平台上设计并进行了大量的仿真实验，以提供眼外图像处理算法在实际运用中的一些极具价值的参考数据。实验证明本文提出的眼外图像处理算法具有比国际上的主流算法更好的性能。在此基础上，本文在已搭建好的人造视网膜眼外图像处理平台上，研究并实现眼外图像处理算法，为眼外图像处理芯片提供解决方案。　　 本文的工作重点和主要贡献点在如下几个方面：　　 1.针对外层植入式人造视网膜系统方案的眼外图像处理模块的算法研究现状进行研究和分析。针对人造视网膜眼外图像处理模块的特点，即从高精度图像降至低精度图像，在大量的文献研究基础上，提出采用感兴趣区域提取的方法，加强对图像重要信息的提取。　　 2.对人造视网膜眼外图像预处理和感兴趣区域(ROI)信息提取算法进行仿真和实验，实验证明本文提出的人造是视网膜眼外图像提取算法有助于有效获取适用于人造视网膜系统眼内微刺激器的低精度图像信息。　　 3.对人造视网膜的眼外图像传感器和信号处理平台的进行选型，确定采用具有灵敏度高，抗震动，体积小的CCD图像传感器和专门针对视频和图像处理领域应用的一款DSP处理平台SEED-VPM642，并在平台上实现本文提出的眼外图像处理算法。