بیماری دیابت یکی از شایع ترین بیماری های جهان است. یکی از سریعترین راه های تشخیص بیماری دیابت تحلیلعروق و عارضه های ناشی از صدمات وارده به عروقشبکیه چشم می باشد.رتینوپاتی دیابتی از عوارض بسیار شایع بیماری دیابت بر روی شبکیه ی چشم است که در صورت تشخیص دیر هنگام باعث کاهش دید و یا نابینایی فرد مبتلا می شود. در سال های اخیر تشخیص علایم بیماری از روی تصاویر گرفته شده از شبکیه چشم بیماران انجام می شود. تعداد فراوان بیماران و حجم انبوه تصاویر، نیاز به نیروهای متخصص و هزینه های غربالگری را افزایش داده است و به دنبال آن کیفیت تشخیص بیماری و رضایتمندی بیماران کاهش یافته است. یک سیستم غربالگری خودکار می تواند در رفع مشکلات ذکر شده تاثیر بسزایی داشته باشد. در این سیستم ها از تکنیک های پردازش تصویر برای تشخیص علایم بیماری استفاده می شود.ضایعات قرمزرنگ(میکروآنوریسم و خونریزی) از علایم اولیه ی بیماری رتینوپاتی می باشد. بنابراین تشخیص این علایم از اهمیت ویژه ای برخوردار است و می تواند از پیشرفت بیماری جلوگیری کند. در این پایان نامه، سیستمی خودکار برای تشخیص ضایعات قرمز رنگ ارائه داده شده است. این سیستم شامل یک مرحله ی پیش پردازش و دو فاز اصلی برای استخراج ضایعات قرمز است. در مرحله ی پیش پردازش، مشکلات موجود در تصاویر شبکیه، شامل کنتراست پایین و تفاوت رنگ تصاویر مختلف شبکیه رفع می شود. فاز اول با هدف افزایش سرعت الگوریتم طراحی شده است.در این فاز با استفاده از ویژگی های آماری و بافت بخش های از تصویر را که خصوصیات کاملا متفاوتی با ضایعات قرمز دارند، حذف می کنیم. در مرحله ی بعد با استفاده از تبدیل موجک مورلت و بازنمایی ضایعات قرمز در حوزه ی تبدیل، در زوایای مختلف و در چند مقیاس متفاوت ضایعاترا شناسایی می کنیم. برای ارزیابی سیستم پیشنهادی، از تصاویر بانک بیمارستان خاتم النبیا مشهد (mums) استفاده شده است. نتایج بدست آمده از این سیستم با نتایج استخراج شده توسط پزشک مقایسه شده است. همچنین کارایی سیستم مذکور، از نظر دقت و سرعت با تعدادی از الگوریتم های موجود، مورد ارزیابی قرار گرفته است. نتیجه مقایسه و ارزیابی نهایی، نشان می دهد که الگوریتم پیشنهادی از کارایی و سرعت مناسب در شناسایی ضایعات قرمز برخوردار می باشد و می تواند در یک سیستم خودکار غربالگری مورد استفاده قرار بگیرد.