在西方医学蓬勃发展的今天,祖国医学也在慢慢的走向世界。尤其是祖国医学的无创伤性的诊断方式越来越受到人们的关注与认可。面部的颜色是“望诊”中待考察的非常重要的特征。传统中医面诊的现代化研究是希望用计算机辅助给出诊断的结论。然而,中医面诊现代化却面临着一些技术上亟待解决的关键问题,首先对人脸图像信号获取环境中各种要素的设计和选择依据方面研究较少,使得人脸图像颜色信号的准确率较低。其次,由于缺乏统一的标准,不同环境下采集到的人脸图像样本差异较大,样本之间无法通用。最后,目前可参考的面诊的预处理与数据分析算法很少,尚未完全满足目前后续人脸图像特征量化和客观化分析的需要。为了解决上述问题,本论文主要从颜色的形成原理和生物医学的角度出发,对中医面诊现代化过程中人脸图像信号获取,预处理和模式分类等内容进行了初步的研究,并针对上述问题提出了一系列解决方案,主要包括:(1)人脸图像信号获取策略:在借鉴了前两代面相采集设备的经验教训的基础上,从人眼视觉和机器视觉角度对中医面相诊断的视觉模型进行系统的分析,确定了光源以及光学传感器等要素的设计和选择依据。设计了一套显色性更好的人脸图像采集设备。(2)人脸定位分割算法:针对第一代人脸采集设备所采集的图像样本,根据其人脸区域和背景区域的颜色特性,设计了一套利用皮肤聚类模型的人脸定位分割算法。相对于上一代定位分割算法,其具有更快的执行速度,更高的定位分割率优点。(3)系统相关策略:针对图像采集选择满足我们需要的视频采集卡,针对面诊的图像采集特性需要编写了图像采集软件;编写了病理与病例分析数据库;针对色彩矫正模型的需要,编写了色板色彩值提取程序,为色彩矫正预留了接口。(4)人脸图像信号特征量化和模式分类策略:对面诊图像样本进行了一系列的特征抽取和相应的分类实验。其中有从直观分析进行的彩色直方图统计和主成分分析策略,从舌像领域借鉴的基于Bayes聚类模型以及对这一模型的扩展到混合高斯聚类模型,并得出了初步的结果。