临床研究表明,人体很多重要的全身性系统病变都会在眼底引起特定的反应,因此眼底图像已被广泛应用于医学辅助诊断领域。眼底病变时视网膜血管的形态结构最易受到影响,视网膜血管分割和动静脉宽度差的计算有助于医生通过观察视网膜血管状态来把控患者的病程。然而,人工进行血管分割及确定宽度差不仅需要丰富的临床经验且耗时又费力。为此,基于计算机视觉的视网膜血管分割和动静脉宽度差的全自动检测对辅助临床疾病排查和诊断具有重要意义。首先,本文针对视网膜血管的结构及特征,实现了血管分割。为了能够适应不同质量图像的处理需求,先将原始视网膜图像转换到易于分离亮度分量的色彩空间,并提取相应的亮度通道。为进一步提高视网膜血管和背景的对比度,本文采用对比度受限的自适应直方图均衡和二维Gabor小波变换的方法对各通道图像进行增强。进而,选取了最大类间方差法对图像进行分割,并利用形态学算法对分割结果进行后处理以保证视网膜血管分割的有效性和准确性。其次,在准确分割视网膜血管的前提下,本文提出了动静脉宽度差的测量方法。为了减少非血管区域的干扰,采用基于圆的霍夫变换定位视盘及确定感兴趣区域,定义了新的基于血管中心线像素和血管像素的特征向量,采用线性判别分析作为分类器完成了对动、静脉的全自动分类,继而实现了对动静脉血管宽度差的测量。最后,采用DRIVE(Digital Retinal Images for Vessel Extraction)数据库以及辽宁何氏眼科医院临床眼底数据进行了算法验证。实验结果表明本文所提出的算法无论是在血管分割、动静脉分类,还是在动静脉宽度差计算方面均取得较好的效果,具有一定的临床应用与实现价值。