眼底照相机获取的眼底图像是一种标准的客观诊断影像。眼底视网膜微血管是人体惟一可以非创伤性直接观察的较深层微血管,对糖尿病、高血压、脑血管硬化、冠状动脉粥样硬化等心脑血管疾病的早期诊断发现和治疗起至关重要的作用。获得清晰的眼底视网膜血管图像是准确诊断病情的先决条件。因此本课题的研究对于通过眼底图像非创伤性研究身体病变,做出早期诊断,具有重要意义。眼底图像获取过程中,多种原因不可避免的导致图像退化。退化眼底图像具有局部光照不均、血管对比度低和信噪比SNR较低等特点。模糊图像给观察和诊断带来了不同程度的不便。本文研究的复原算法,能改善局部光照不均的影响,获得清晰眼底图像。本论文首先研究人眼结构和眼底照相机照明系统、成像系统的特点,分析其对成像过程的影响以及造成眼底图像模糊的原因。然后对比选择图像处理时的色彩分量。RGB和HSI色彩空间分析比较,得出HSI色彩空间中I通道信噪比高,适合彩色眼底图像复原。因此本文将彩色图像复原,转化为HSI色彩空间中I通道图像复原,再将复原后图像变换为RGB彩色图像。在对各种图像复原方法分析比较后,针对眼底图像缺乏先验知识的情况,选用盲解卷积算法。建立图像复原模型后,在估计退化图像点扩散函数的同时,用自适应算法控制迭代次数,采取盲解卷积算法复原图像。复原后,彩色及灰度眼底图像的清晰度,分别提高16.4%和15.8%。本文还采用梯度平滑边界算法,抑制盲复原图像的“振铃”效应。最终通过图像清晰度等参数,得出本文算法较其它算法复原眼底图像的优越性。最后,根据实际需求,在系统软件平台上开发了眼底图像复原系统。此系统可实现眼底图像有效复原,为诊断提供清晰的眼底图像。同时也为其它图像处理技术和分析诊断方面提供参考。