眼底血管的三维模型可以提供包括血管的形态、血管的空间位置、与其他解剖结构的关系等更为具体直观的信息。因此,眼底视网膜血管网络的三维重建对眼底血管疾病的诊断和治疗具有重要的意义。本文基于眼底二维图像恢复了眼底血管三维模型。首先,本文提出一种基于眼球生理结构和眼模型的眼底三维重建方法,通过分析眼底的生理结构和眼模型,将眼球后极部近似为局部球面,并根据眼底相机参数以及视轴长度构建局部球面模型,把眼底图像恢复为三维结构；其次,在彩色眼底图像绿色通道中分割眼底血管,采用对比度受限的自适应直方图均衡化增强眼底图像,并采用各向异性耦合扩散滤波的方法平滑血管的中心反射,接着采用多方向的自适应高斯差分滤波器匹配眼底血管,采用全局阈值法分割得到二值化的血管,通过后处理剔除血管分割结果中的病变部位；最后,根据眼底血管分割结果计算其中心线和半径等参数,结合眼底三维模型构建眼底血管三维点云数据,采用曲面细分的方法重建血管三维表面。通过本文的研究,建立了一套完善的眼底血管三维重建方法,根据采集的二维眼底图像建立三维眼底血管模型。实验结果表明,本文方法能够降低所需眼底图像的采集难度,并能够克服眼底图像中血管的中心反射等因素的影响,提高三维眼底血管重建的准确度,本文提出的眼底血管分割方法对于DRIVE库和STARE库的分割准确率分别达到了95.8%和95.69%。