眼底血管是人体唯一可以直接无创观察的微血管。眼底图像血管管径是眼科临床诊断的一个重要指标，其变化与许多疾病的发展进程息息相关，常见的青光眼、白内障等眼病，以及糖尿病、高血压等心血管疾病的早期症状均会导致眼底血管管径发生变化。因此，眼底血管管径变化的定量分析对于疾病的预防和早期诊断具有重要意义。　　数字图像处理技术的快速发展为眼底图像血管管径的自动测量提供了思路。现有算法关注的重点是单幅眼底图像中血管管径的测量，而对于同一病人不同时期拍摄的眼底图像（即时间域多模态眼底图像），由于成像设备型号、分辨率、焦距以及视野的不同，眼底图像存在平移、缩放、旋转、中央光反射等问题，则无法对多幅图像中的同一血管管径进行横向比较。此外，这些图像由于光照条件不同而导致图像质量参差不齐。低质量眼底图像中血管边界模糊，部分病变血管会出现严重的中央光反射，导致现有的血管管径测量算法误差较大。　　针对以上问题，本文提出了一种用于时间域多模态眼底图像中血管管径的测量方法，该方法主要包括眼底图像血管管径测量和眼底图像配准两个部分。在此基础上，研发了一套眼底血管管径测量软件，该软件可以辅助眼科医生对眼底病人的病情进展及药物疗效进行分析，具有实际应用价值。　　本文完成的主要工作及贡献如下：　　（1）提出了一种用于比较时间域多模态眼底图像中血管管径的方法。基本思路是：首先对待测图像进行血管管径测量，得到眼底图像的整体血管信息；然后将待测图像与其它时期拍摄的眼底图像进行配准，统一尺度空间；最后，在同一尺度空间对同一血管在不同时期的形态和管径大小进行比较分析。　　（2）提出了一种可适用于病态血管的管径测量方法。首先采用各向同性的非抽样小波变换结合阈值分割提取眼底血管；其次对血管分割结果进行形态学细化，得到血管中心线，并在此基础上利用平行线对模型对包含病变血管图像的中心线结果进行矫正优化；然后依据血管分割和血管中心线提取结果生成测量轴，得到各中心线像素点处的血管灰度轮廓曲线；最后采用k-means聚类算法确定血管边界，计算血管管径。　　（3）研究了基于Harris-PIIFD的眼底图像配准方法。首先使用Harris检测器检测图像中的角点，结合图像梯度计算角点主方向；其次在角点周围提取PIIFD，并利用双边BBF算法完成PIIFD的匹配；然后依据角点主方向和已匹配角点对的几何分布移除不正确匹配，在角点周围邻域内进行匹配优化；最后选择图像变换模式。　　（4）采用REVIEW公开数据库和当地三甲医院眼科临床数据集对本文所提出的管径测量算法和配准算法进行了测试，并与专家的人工测量结果进行了比较。结果表明，所提的管径测量方法与较有代表性的ARIA算法都具有较高精度，最大测量误差不超过2个像素，且相对于ARIA算法而言，本文管径测量方法在病变血管管径测量方面具有良好的性能；配准算法配准成功率达到95%，且计算速度快。　　（5）基于Matlab平台及其优良的GUI功能，开发了一套眼底血管管径测量软件，可以用于单幅眼底图像血管管径测量或眼底图像配准，也可用于比较时间域多模态眼底图像中相应血管段的管径，较好地满足了实际应用需求。