Los vasos sanguíneos de la retina se ven afectados por una variedad de enfermedades oculares, incluyendo la retinopatía hipertensiva (HR) y la retinopatía diabética (DR). Una persona con HR debe asegurarse de revisar sus ojos regularmente, lo que requiere el uso de métodos de visión por computadora para analizar imágenes del fondo del ojo y ayudar automáticamente a los oftalmólogos. Los sistemas de diagnóstico automatizados son útiles para diagnosticar diferentes enfermedades retinianas para oftalmólogos y pacientes que necesitan establecer un sistema automatizado de detección y clasificación de HR utilizando imágenes de la retina. En este trabajo, se utilizó un filtro de banda deslizante para mejorar las imágenes del fondo del ojo y regiones convexas pequeñas para desarrollar un sistema automatizado para detectar y clasificar los niveles de gravedad de HR. Se realizó una clasificación de imágenes con optimización de lobo mejorada junto con el algoritmo de Bayes. El modelo actual fue probado utilizando el conjunto de datos disponible públicamente y sus resultados fueron comparados con modelos existentes. Los resultados mencionaron que el modelo mejorado del modelo Naïve Bayes clasificó los diferentes niveles de gravedad de HR en las características optimizadas y produjo una precisión máxima del 100% en comparación con otros clasificadores.