眼底图像血管是人体仅有地可通过无损检测到的人体微血管,其形态结构可为许多相关疾病提供诊断依据,比如白内障、糖尿病、动脉硬化等。血管分割往往是相应疾病在计算机辅助诊断系统的重要环节,对实现相关疾病筛选和自动诊断具有重要意义。由于眼底图像的个体差异、成像系统的影响、病变区域干扰等因素,血管分割方法还有许多完善之处。现有的眼底图像血管分割方法总体可分为两类:跟踪法和像素点处理法。跟踪法优点是保证了血管的连续性,弊端是下一步的处理结果与上一步密不可分,如果跟踪出现偏离,可导致算法失效;相比之下,像素点法要优于跟踪算法。但像素点法遍历所有像素,会导致计算量很大。针对以上问题,为减少计算量的同时,保证血管分割的准确性,提出了萤火虫算法优化Renyi熵的眼底图像血管分割方法。根据眼底血管特征,先提取G通道图像,并用高斯同态滤波器作频域增强处理;然后分别作低帽和高帽变换直方图均衡化处理,并将二者结果进行差运算;最后引入萤火虫算法,将求解二维Renyi熵最优值的问题转换为寻找亮度最大萤火虫,依据亮度最大萤火虫位置所对应熵函数阈值对图像分割。实验结果表明,真阳性率和ROC曲线下方区域面积都有所提高,能准确分割出眼底图像血管。