数字图像处理与识别技术是20世纪60年代出现的新兴技术，它的发展主要依赖于计算机、多媒体以及通信技术的飞速发展。如今，图像处理与识别技术已经跨越计算机领域，在众多行业得到应用和发展，医学图像处理就是最成功的行业应用之一。基于图像处理技术，我们可以用计算机识别小到微细胞的边缘，大到骨骼裂缝等数字化医学图像，这项技术已经越来越广泛的应用到医学领域的各个方面，在医疗诊断领域发挥越来越大的作用。 在人类口腔疾病中，龋病是常见病和多发病。据2005年统计，中国成人恒牙的患龋率为49.88％，儿童乳牙患龋率为76.55％，而这种比率还有继续升高的趋势。尽可能早地发现龋病，对它进行早期预防和治疗就能很大程度上预防龋病的发生。但是早期龋病多发于肉眼不易识别地牙邻面，国内外口腔医学上对早期邻面龋的诊断仍是一个难题。因此，本文所要阐述的临床龋齿检测系统就是针对这一课题展开的应用性研究及成果。 临床龋齿检测系统采用优化的Canny边缘检测算法，结合经验参数提取龋齿边缘轮廓判断基本龋坏信息，同时采用系统自定义的灰度提取算法识别龋坏位置和深度，然后引入新兴的信息融合的概念综合分析检测结果，完成对邻面龋齿的龋坏位置判断和龋坏深度测量的功能。据统计，该系统一定程度上达到了优于牙科专家的诊断水平，有效缩短了临床诊断牙科疾病的时间并提高诊断结果的准确率，对早期龋病的诊断意义重大。 本文分六个部分总结了作者所做的工作，并阐述了数字图像处理与识别技术及其医学应用——临床龋齿检测系统的基本原理和实现方法。第一章，详细论述了图像处理与识别技术的历史发展背景以及数字图像处理的基本概念和常用算法。第二章，介绍了本系统使用的系统算法仿真工具Matlab及软件研发平台Visual C++的基本知识，详细介绍了软件的编程思路。第三、四章是全文重点章节。第三章将详细描述临床龋齿检测系统软件需求分析和基本功能，提出系统设计思路及结构。在第四章，我们将具体描述系统采用的三个核心技术：边缘检测算法、灰度提取算法和信息融合技术，并使用相关方法对数字龋齿图像进行处理，给