图像处理技术应用于医学已经有一个世纪了,从1895年德国学者威廉·康拉德·伦琴(Wilhelm C.Rontgen)发现第一张x射线成像照片开始,图像处理技术就在医疗医学的各个方面发挥作用。而随着现代计算机技术和数字处理技术的高速发展,医学图像的处理速度和质量都有极大提升,同时一些新兴的方法也借由计算和通信的便利进入到这一领域,加速了这一传统领域研究成果的探究和进步。医学图像处理领域的传统难题之一是眼底视网膜图像的血管分割。由于眼底视网膜图是直接拍摄的较深层微血管,成像效果普遍不佳,噪声多、干扰大,且数字成像的像素边界模糊,导致眼底视网膜图上的血管自动化精确分割非常困难。因此通过使用现代图像处理理论与技术和计算机数字化技术,对眼底视网膜图像进行数字化分析,探索新的自动化精确分割思路和方法,对临床医学诊断有非常重要的意义。为了进一步探索新的血管分割思路和方法,对方向场和形态学变换以及这两种方法在眼底视网膜图像血管分割工作中的综合应用进行了研究,主要的研究工作包括:基于直方图均衡化的自适应图像强化方法,基于形态学变换的图像处理方法和基于结构元素的方向场检测和图像重构方法,以及在这些研究的基础上提出了综合方向场和形态学变换的血管分割方法和实现过程。对研究结果的验证是以DRIVE眼底视网膜视图数据库数据为对象的Matlab编程和实验,首先通过图像分析和基于小片的直方图均衡化得到眼底视网膜图像的增强图像;然后使用含有方向场的结构元素对图像进行形态学变换,实现血管骨架的提取;最后通过生长法得到分割结果。实验结果表明,综合使用方向场理论和形态学变换,在眼底视网膜图像血管分割这一领域中是有效的新思路,其理论基础可靠,实现途经便捷,分割效果良好。