本课题针对眼底荧光血管造影图像的特点和眼科临床诊断的实际需求,设计了新型的数字眼底荧光血管造影图像处理系统。系统主要由眼底图像的预处理系统、视网膜血管宽度测量系统与视网膜病变区域面积测量系统三部分组成。眼底图像的预处理系统包括：彩色图像的处理、图像的几何变换以及图像的直方图均衡、图像的平滑化及锐化处理等增强功能。本课题对传统的小波边缘检测算法进行了改进。采用小尺度多方位滤波取最大值的检测方法,结合边缘细化、连接和噪声去除算法,提出一种新的小波边缘检测算法对视网膜血管进行边缘检测与宽度测量。同时,本课题选用BP神经网络对视网膜病变区域进行分割,通过提取样本图像的灰度、方差、纹理等特征值进行归一化处理,然后将归一化后的特征值,输入已训练的神经网络分类器进行分类,分类结果即为图像的分割结果。应用数字眼底荧光血管造影图像处理系统,可以对眼底许多组织进行观测和定量测量,从而在正常和异常之间进行鉴别,使眼底系统的研究向标准化和功能分析化方向进展,加强了眼底检查的优势,帮助医生更好的分析患者病情并做出诊断。