چکیده: جداسازی خودکار عروق از تصاویر شبکیۀ چشم کمک شایانی به متخصصین علوم پزشکی در تشخیص به هنگام بیماری‌های چشم می‌کند. از مشکلات اساسی استخراج عروق می‌توان به حضور نویز، عدم توزیع یکنواخت روشنایی تصویر چشم و تغییر در ضخامت عروق شبکیه اشاره کرد. در کنار این مشکلات تفاوت شدت روشنایی بین نقاطی از تصویر که بر روی عروق باریک قرار دارند و سایر نقاط تصویر بسیار کم است. به این جهت روش‌های موجود از استخراج درست عروق با ضخامت کم عاجز می‌باشند. در این تحقیق دو هدف را دنبال می‌کنیم یکی سعی بر ارائه روشی جهت بهبود نتایج روش‌های موجود داریم دیگر اینکه می‌خواهیم تخمین مناسبی از قطر رگها در هر نقطه داشته باشیم. مورد آخر در تشخیص بسیاری از ضایعات چشمی مانند بیماری دیابت کاربرد دارد. الگوریتم پیشنهادی برای استخراج عروق از سه مرحلۀ اساسی تشکیل شده است. در مر حلۀ اول که پیش‌پردازش نامیده می‌شود به کمک تصحیح گاما و فیلتر بانک موجک گابور که از جملۀ فیلتر‌های جهت‌دار است کیفیت تصویر را بهبود می‌دهیم. به کمک این مرحله سطح نویز تصویر کاهش یافته، سطح روشنایی تصویر تصحیح شده و عروق از پیش‌زمینه متمایز می‌گردند. در مرحلۀ دوم اقدام به استخراج خطوط مرکزی رگ‌ها می‌نماییم. برای این منظور تصویر را بصورت یک رویۀ توپوگرافیکی در نظر گرفته و بدنبال استخراج نقاط با ویژگی‌ ناودانی بیرون هستیم چراکه این نقاط مکان هندسی خط مرکزی رگ می‌باشند. با توجه به اینکه در حضور نویز خطوط استخراج شده منقطع و شکسته می‌باشند نقاط استخراج شده را به کمک فیلترهای جهت‌دار به همدیگر پیوند می‌دهیم. از طرفی در این مرحله توسعۀ نقاط مرکزی رگ را به نحوی ممکن می‌سازیم تا زمینه استخراج عروق بسیار باریک فراهم گردد. خطوط مرکزی بدست آمده در مرحلۀ دوم برای بازسازی عرض رگ وارد مرحلۀ سوم می‌شود. در مرحلۀ سوم از عملگر‌های شکل‌شناسی بهره گرفته‌ایم تا بطور همزمان وجود رگ در جهت‌های متفاوت و تغییر در قطر آن‌ها را لحاظ نماییم. از خطوط مرکزی به عنوان نقاط شروع استفاده کرده‌ایم و از روش گسترش ناحیه باینری برای بازسازی عرض رگ در چند مرحله استفاده نموده‌ایم. بازسازی عرض رگ در هر مرحله محدود به تصاویر آستانه‌گذاری شدۀ بدست آمده از اعمال فیلتر‌های شکل‌شناسی است. نتایج حاصل از روش پیشنهاد شده و مقایسه آن با نتایج حاصل از چند الگوریتم مطرح نشان دهندة بهبود در استخراج خودکار رگ‌های شبکیۀ چشم می‌باشد.