本論文的主要目的是自動的判斷眼底視網膜影像中的血管是否需要強化。AdaBoost classifier利用一個預先training的model判斷輸入的眼底血管視網膜影像中血管是否清楚可見。如果血管與背景模糊不清,則對其應用血管強化,強化方式是利用Gabor wavelet分割出血管類結構,再將分割出的血管結構強化到原影像上。 利用Edge-Driven Dual-Bootstrap Iterative Closest Point (Edge-Driven DB-ICP)套合程式驗證提出的強化技術。 在本論文的60組眼底血管攝影圖,大約可以產生10216組的兩兩套合配對,本論文提出的技術可將原本91.03 % 的成功率,提升至94.82 %。