舌诊是传统中医的“望诊”的主要内容之一,是最具有中医特色的传统诊断方法。舌像也是反映人体生理功能和病理变化最敏感的指标,在中医诊疗过程中具有重要的应用价值。应用图像技术,建立舌诊信息的客观、量化识别方法,实现中医舌诊的客观化,对中医现代化具有重要意义。舌诊专家系统中,病人的舌图像可以通过数字采集仪器(数码相机,摄像头等)获得。在得到图像以后,必须首先实现对目标区域进行智能化自动分割,因此,舌图像分割成为连接图像采集和图像处理与分析的重要一环,分割质量将直接影响到后续的舌像分析工作。根据舌像本身的特点,本文提出了一种全新的基于Mean Shift的舌体自动分割算法。算法的原理是:综合利用图像的颜色和空间特征,将图像的颜色特征和坐标组成五维特征向量来描述,然后通过均值移动和聚类算法对图像进行分割。该算法解决了以往聚类分割算法中忽略图像空间特征的缺点,有效地排除各种干扰,对各种舌体实现自动分割,取得很好地分割效果。腐腻舌苔是一类典型病变的舌苔,由于腐腻舌苔在舌体分布毫无规律性,运用图像处理技术对它进行识别具有很高的难度。通过对Mean Shift算法进一步的研究,发现此算法可以标识特殊舌体部分,于是本文提出了基于Mean Shift的对腐腻舌苔的识别算法。算法的思路为:通过Mean Shift算法得到大部分腐腻舌苔,然后对得到的腐腻舌苔部分进行定量分析。对舌像的颜色和纹理分析是舌诊最主要的方面,然而一直以来中医理论对这些方面的定义和归类都比较模糊。因此,本文结合传统的中医理论将其融合到舌色的判别中来,将舌像转换到改进的HSI色彩空间和麦克斯韦直角三角色度空间,利用色彩空间的各个通道来划分阈值,对舌色进行归类;在舌像纹理特征的识别中,本文提出了利用纹理谱特征和傅立叶能量的方法,将得到的特征值应用粗糙集理论进行约简和设置权重,从而对舌像的纹理进行定量的分析。通过实验,本文提出的算法对腐腻舌苔的识别准确率在75%以上,对舌色归类的准确率在85%以上,对舌像纹理的归类准确率在80%以上,均具有很高的实用价值,为舌诊客观化的进一步研究提供了思路与方向。