舌像诊断是中医最具临床应用价值的方法之一,随着计算机技术的迅速发展,舌诊克服以往主观性、非量化等缺点,形成自动化与客观化的诊断方式逐渐成为可能。本文即是舌诊自动化工作的一部分,主要对全方位的舌像特征提取与分类技术进行了研究,包括舌图像预处理、舌像特征提取、基于多核学习的类别诊断三大部分。本文首先对舌图像进行了预处理,以提高算法的准确度。该部分详细介绍了舌像的数字化过程,以及采用色卡对颜色进行校正的方法;提出了一种基于分水岭算法和区域合并的半自动舌体分割方法,以去除图片中的非舌体部分。经过预处理之后的舌像图片去除了杂质和干扰,能够有效的用于后续分析。然后,对舌像的多个特征进行了分析,主要包括颜色特征、纹理特征、几何特征、有形物质特征四个方面。对于颜色特征,采用流形学习方法进行了探索分析;并分离了舌苔、舌质。纹理特征计算了子图像的Gabor能量值。几何特征介绍了舌形状分类方法,并提出了舌厚度的计算方法。有形物质则包含了红刺、瘀斑瘀点、齿痕、舌纹等特征的检测。基于这些特征分析方法,我们开发了计算机自动舌像分析系统。最后,将得到的舌像特征数据用来进行类别诊断分析。在分类学习之前先采用了矩阵重建的技术来填补原始缺失数据以及消去较大的误差,以提高分类精度;然后再对预处理之后的数据使用多核学习方法来进行训练和分类,实验结果表明该方法取得了较好的类别诊断效果。