痤疮在青少年人群中是一种常见的炎症性皮肤病，中医通过观察患者的表象信息如舌象、面象、痧象等，辨证论治，对其有较好的治疗效果。随着图像处理技术的发展，中医望诊的客观化研究也取得了一定程度的进展，但是针对痤疮病症的研究较少，有必要对其进行更深入的探讨。因此，本论文针对痤疮患者的表象信息进行特征提取和量化分析，基于支持向量机方法对舌色苔色的识别准确率和识别速度进行研究，并结合三种表象信息对痤疮病症分类初步研究，对科研、教学及辅助中医临床诊断具有重要意义。　　本论文主要完成以下三个方面工作:　　一.分析痤疮患者的舌象特点，梳理舌苔、舌质类型，确定样本的颜色特征及提取方法。使用一对一方法构造多类SVM分类器，结合决策树方法对舌色特征进行粗分和细分两级识别。分别使用网格法、遗传法和粒子群法对SVM的参数C和g进行寻优，并结合交叉验证法得到最优参数。为避免水滑苔反光形成的亮斑被误判为白苔，本论文提出将亮斑信息在粗分级识别。本论文的研究方法提高了舌色、苔色识别准确率和识别速度。　　二.根据脏腑分型原理，本研究的痤疮患者被分为心火亢盛、肺经风热与肺经血热、肝经湿热、肾虚火旺、脾经湿热五种类型。对五类样本的面象脏腑分区特征进行量化分析，提取颜面五部R、G、B值和熵、相关、对比度值分别表征面象的颜色和纹理特征。对痤疮舌象进行脏腑分区，并利用本论文改进的苔质识别算法计算各分区的苔质特征及其分布特点。实验结果证明，本论文方法识别结果准确率更高，同时符合中医对痤疮样本的描述。　　三.将治疗前后两组患者的痧象样本进行特征量化和对比分析，结果具有统计学意义。并首次结合舌象、面象、痧象三者特征，对痤疮病情轻重分类进行初步研究，取得了较好的效果。　　本论文研究结果不仅可以辅助医生进行临床诊疗，也方便患者了解自身健康状况，积极配合治疗，具有一定的临床参考价值。