观察和定量分析视网膜血管网络是诊断糖尿病视网膜病、青光眼等眼部疾病的重要手段，而血管分割则是血管网络定量分析的第一步。本文根据视网膜血管的树状网络结构和灰度分布特征，提出了一种基于Morlet小波和高斯匹配滤波的分割方法。该方法首先通过分析二维Morlet小波变换对血管的系数响应，构造血管特征函数图，随后采用多尺度的离散高斯核对血管骨架进行匹配滤波，提高微小血管与背景区域的对比度，最后结合区域连通性分析和滞后阈值技术滤除背景噪声，从而提取出更加精确的血管树细节。在DRIVE和STARE数据库上的实验结果表明，作为非监督类分割方法，本文算法能有效提取眼底图像的视网膜血管网络，粘连现象少，而且对图像中噪声的鲁棒性较其他方法明显提高，具有较好的临床应用参考价值。