舌诊是中国传统医学中一项重要的诊断方法,已有几千年的历史。中医医师通过对舌体信息的分析判断患者病情。由于具有无创性和便捷性的特点,舌诊具有广阔的发展前景。但是舌诊需要大量的实践与丰富的经验才能得到较为准确的诊断结果。因此这种经验性、主观性因素影响了中医舌诊的发展。为了客观地获取和分析舌体的各种信息并辅助医师做出诊断,近年来一些计算机辅助舌诊系统相继开发出来。然而现在计算机舌诊系统中还存在一些问题,首先是现有方法忽略了舌体边缘的特点导致了舌体分割精度不高,交互式分割的效率较低。其次现有方法对反光点区域检测与去除的结果过于平滑,纹理信息丢失很多。最后舌纹理对表达与分类方法要求较高,而现有的方法在舌纹理表达较为困难,导致了纹理分类精度不高。本论文从舌体分割、反光点检测与修复及纹理的表达及和分类等几方面进行了全面深入的研究。对现有算法在舌体图像分割、反光点区域检测及舌纹理分类表达等方面存在的不足,提出了以下解决方案:1.基于Gabor幅值和快速步进算法的自动舌体边缘检测方法:本文首先根据舌体边缘的特点,结合Gabor滤波器,提出了利用Gabor幅值的舌体边缘增强方法。然后针对舌体不连续问题,本文将部分边缘作为初始值,利用快速步进算法将强边缘连接起来形成初始的舌体轮廓线。最后利用梯度矢量流snake模型(GVF Snake)得到最终的舌体轮廓。实验表明本论文提出的自动舌体分割算法效果要优于现有其他自动舌体分割算法。2.基于稳定段引导的舌体交互式分割方法:为了提高分割效率,本文首先利用自动舌体分割算法获得初始分割。其次对于分割失败的图像引入用户交互。在交互过程中,为了充分利用用户提供的边缘信息,提高交互效率,本文提出了三种更新策略分别对稳定段、舌体模板和舌体边缘模板依次进行更新。最后利用GVF Snake得到最终的舌体轮廓。实验结果表明本论文提出的方法在高效性和便捷性方面要优于其他交互式舌体分割方法。3.基于超像素的反光点检测方法和基于加权核范数最小化(Weighted Nuclear Norm Minimization,WNNM)的反光点修复方法:反光点是舌体局部特征的一种,表征了舌表面湿度。对于反光点区域检测问题,本文利用基于超像素的检测方法对反光区域进行检测。该方法能够有效地检测反光点区域中-I-的高亮区域及其周围的次反光点区域。针对反光区域修复问题,本论文提出一种基于WNNM的非局部自相关修复方法。此方法将图像修复问题转化为低秩矩阵填充的优化问题,通过求解WNNM问题得到修复后的图像。实验表明本文提出的方法优于现有其他舌体反光点检测与修复方法。4.基于散射卷积网络的舌体纹理分类方法:舌纹理较为复杂,主要是由于舌图像背景,舌体表面反光点等的影响及纹理的位置,尺度及方向具有随机性。对舌体图像进行纹理分类需要系统性的方法。根据这些要求本文提出了基于散射卷积网络的舌体图像纹理分类方法方法。该方法首先对舌图像做预处理,包括舌图像分割,反光点判别,反光点检测与修复,舌纹理块获取几个方面。然后对舌纹理块进行分类表达与分类。最后利用舌纹理块的分类结果对其舌体图像进行纹理分类。实验结果表明本文提出的基于纹理块的分类方法可有效地对舌体纹理进行分类。