糖尿病是一种严重威胁人类健康的慢性疾病,该病会给人们带来许多的并发症,其中,糖尿病性视网膜病变(Diabetic Retinopathy,DR)属于其中最常见而且最严重的并发症之一,是致盲的重要因素。视网膜眼底图像是判断眼睛疾病的重要依据,而依靠眼科医生对眼底图像的肉眼观察,存在主观因素多、效率低等现象,因此,若能借助计算机快速、可靠地识别出眼底图像中的DR病灶,可以降低主观因素的影响,也能适当提高医生的阅片效率。在视网膜眼底图像中,微血管瘤是DR的早期特征,若能准确检测,可以有效控制病情的发展。因此,微血管瘤的准确检测对于DR的早期诊断、早期治疗有非常重要的意义。本文主要对微血管瘤的检测方法进行研究,取得了以下的研究成果:(1)在对眼底图像中的微血管瘤进行检测之前,要先进行预处理步骤,在预处理步骤中,采用了一种基于直方图微分和形态学腐蚀运算的眼底图像视场提取方法,为后面章节的微血管瘤检测处理提供视场掩模图像;通过亮度均衡和基于灰度级分组法的对比度增强方法来去除眼底图像光照不均等现象并增强眼底病灶与背景的对比度,从而使得后续的微血管瘤的准确检测易于进行;(2)由于在视盘区域中或者视盘边界处可能会存在一些暗色的小斑点会干扰到微血管瘤的检测,因此在进行微血管瘤检测之前要先去除视盘区域;基于实际应用的中获取到图像的特征,采用了一种结合视盘亮度和圆形度特征的视盘检测方法,该算法无需对视网膜血管进行分割,降低了算法的复杂度,在准确性与实时性上取得更好的平衡。(3)在微血管瘤检测方面,针对微血管瘤检测容易受微细血管、血管交叉或者背景纹理等因素影响的情况,提出一种基于直方图凹度分析的Canny边缘检测方法,并结合微血管瘤的形状特征的检测方法;先对眼底图像进行预处理,接着通过边缘检测和区域填充获得候选微血管瘤点,然后去除视场边缘和视盘区域,最后根据微血管瘤的面积和形状特征检测出真正的微血管瘤。通过开放的HEI-MED数据集的验证,本文方法能够获得较高的评价指标。(4)将微血管瘤检测方法应用到DR远程筛查系统中,通过微血管瘤检测自动提取出微血管瘤点,然后再通过人工判读,人工来调整一些误判或者漏判的微血管瘤病灶点,这样在保证准确检测出微血管瘤的前提下来提高判读效率。