图像分割是图像处理领域的重要研究方向，也是国内外研究的热点和难点问题。图像分割是进一步对图像进行分析、识别压缩编码等处理的基础，其应用遍及军事、医学、计算机视觉等多个领域，特别在医学图像的处理与分析研究中有很高的可研究性。 舌诊是中医四诊的重要内容，是获取病人健康状况的一种非常重要的途径，为历代医家所重视。舌像诊断能力取决于医生的经验和知识，外界环境对诊断也产生很大的影响，大多数的舌像诊断经验不能科学地量化保留。舌像分割提取技术为计算机自动识别诊断及量化分析提供了更加可靠的舌像样本，滤去了很多与舌像不相关的信息，简化了舌像识别算法，提高了整体识别的精度。 本文在医学数字图像领域对图像分割技术、图像色彩空间模型、图像边缘检测技术进行了深入的研究，提出了一些新的思路和改进算法。论文的主要工作包括： HIS色彩模型的应用：讨论并深入研究了在不同色彩模型下以色彩为特征信息的分类提取的效果差异，并发现HSI是最接近人眼观测事物的色彩模型，在其空间内能更准确地量化不同颜色物体的信息差异以便分割提取。 舌像的初始区域确定：其理论基础是基于对舌体上水薄膜光照反射不均匀物理现象的认识。通过对舌像作索贝尔边缘检测，保留下一些具有高亮度的点和一些较明显的图像中的边界，然后以改进的大律法作为标准确定最佳域值分割。 自适应舌像色彩库的建立及舌体可能位置点的分类：在舌像的初始范围被确定后，通过降低阈值和一种图像分块平衡算法使图像上的点达到某种舌体饱和的最佳状态。通过对不同区域点的相关运算形成图像中的三类点。 舌体色彩匹配定型及舌像整合：通过自适应舌像色彩库对舌体待定位子点进行确定，进行开运算和区域联通后，通过标定点弧连边界拟合算法对舌体进行整形并与原图进行“与”运算，最终生成舌像分割提取的结果。