近年来，随着人们生活水平的提高，全球糖尿病患者数量迅速增长，我国已经取代印度成为世界上糖尿病第一大国。糖尿病眼病是糖尿病最常见的并发症之一，也是欧美国家适龄工作人群中致盲的首要原因。在患者视力明显受损之前，定期有效的视网膜眼底病变筛查是及时发现病变和及早治疗的唯一有效方法。常用的眼底图像获取方法有两种：眼底荧光血管造影和眼底照相。为了满足筛查的普遍性和快速性要求，采用眼底照相法获得影像。本文基于眼底照相获取的图像对糖尿病视网膜眼病图像进行相关研究。基于视网膜眼底图像的特点，提出一种综合性视网膜眼底图像增强方法，通过形态学处理、直方图分析和匹配滤波对眼底图像的质量进行有效增强。然后介绍了一种新的通用的无参考图像质量评价方法，采用这种方法对多种增强方法的效果进行客观评价，显示了本算法的优越性。接下来计算预处理后的眼底图像的Hessian矩阵，采用多尺度滤波的方法提取血管网络，将得到的结果与专家分割效果对比，验证本方法的有效性。最后，根据眼底图像视神经盘的大小、形态和亮度特性对其进行精确定位。本文实现了视网膜眼底图像的增强、血管分割和视盘定位，可对糖尿病视网膜眼底图像实现初步筛查和分析，有助于医生诊断和治疗效果分析。通过系统功能的进一步完善，可扩展实现对糖尿病视网膜眼底病变图像的自动检测和分期。此外，本文还介绍了一种通用无参考图像质量评价方法，该方法打破了传统评价方法的单一性，不仅能够评价质量变差，也能评价质量变好，实用性强。