舌诊是中医诊断的重要方法之一,在医疗诊断中起到了重要的作用。近年来,随着计算机科学与技术的迅速发展,传统中医舌诊学朝着计算机化方向发展已经成为必然趋势。本文将图像处理、模式识别、人工智能和计算机等现代科学技术与传统中医理论和经验相结合,为促进舌诊的客观化、定量化和自动化发挥微薄之力。本文主要针对舌图像的颜色特征及其分类方法评价的研究。首先,本文研究了彩色成像系统对颜色的感知规律,各颜色空间的特点和相互转换。将在RGB颜色空间下的原始舌图像转换到了不同颜色空间下的舌图像,对几种常见的颜色空间在不同光照下的稳定性进行了分析,为颜色空间的选取、舌体的分割和颜色的特征提取和分析提供了理论依据和准备。其次,本文提出了一种基于亮度变换的舌图像自动分割方法,通过提取舌图像的亮度信息,并将亮度信息的直方图进行均衡化,继而通过对全局阈值进行选定,提取出舌体区域,然后经数学形态学的处理和还原,得到了较为完整的舌体区域,此方法计算简单且易于实现。再次,本文采用半监督的学习方式提出了一种基于FCM算法的苔质分离和颜色特征提取方法,为后绪的舌色分类提供了大量的训练数据。最后,本文将舌色分类建立在不同颜色空间中提取舌色特征的基础上,对Bayes、BP神经网络、SVM和线性、K-NN这五种常见的舌色分类方法进行性能评价。考查了包含9个3维颜色空间和18个2维色度平面,构建了一个系统的舌色分类在不同空间下的性能评价体系。通过此体系为选择合适的颜色空间和选择分类性能较强的分类算法,为舌色分类提供了依据。