中医舌诊在中医诊断学中占有重要的位置，传统的舌诊主要凭借医生的主观判断，容易受外界环境的影响与医生知识水平的限制。随着计算机与图像处理技术的发展进步，舌诊客观化取得了很大的进步。舌诊仪的出现为舌图像的采集、保存和分析提供了有效的技术支持，但是在临床实践中，有经验的医生发现舌诊仪采集的舌图像有三分之一到四分之一并不满足中医望舌标准，所以找到一种能够自动判断舌图像是否满足中医望舌标准的方法显得尤为重要。从图像处理的角度来说，判断舌图像是否满足中医望舌标准属于图像质量评价的内容。　　为了解决实时判断仪器采集的舌图像是否合格的问题，本论文从几何特征、纹理特征、颜色特征、图像的统计特性等几个方面对采集的舌图像进行深入研究，提出了一种基于SVM的中医舌图像质量评价方法，有效的解决了在临床中因采集的不满足中医望舌标准的舌图像对舌诊结果造成消极影响的问题。本文的研究工作主要包括以下三个方面。　　1、对已有文献舌体分割算法中对嘴唇边缘分割不理想的问题提出采用几何修正的方法来去除嘴唇边缘对舌体分割的影响，最后采用Snake模型对舌体边缘进行收敛从而得到分割效果较好的舌体。　　2、对已有文献舌图像质量评价方法中对未完全伸出舌评价方法进行改进，提出采用面积比特征来评价未完全伸出舌，有效的克服了因个体差异导致舌图像质量的错误评价。并对文献中没有研究分析的歪斜舌与唾液较多舌进行分析，使最后得到的评价模型具有更强的通用性。本论文通过对不同舌图像的特点进行研究，将不合格的舌图像分为唾液较多舌、未完全伸出舌、歪斜舌、紧绷舌、模糊舌五种类型。分别对这五类舌图像提取舌体中心区域HSI颜色空间的I分量的颜色三阶矩特征、面积比特征、偏离角特征、基于金字塔分解的多半径均匀采样的LBP纹理特征、Contourlet变换的统计特征。　　3、对提取各类舌的特征进行融合，采用融合后的特征数据对SVM模型进行训练，并对SVM的核函数的参数选择进行探讨。最后将训练出的SVM评价模型与采用相同数据训练得到的随机森林分类模型进行性能比较，选择分类效果较好的模型。　　本论文依据中医望舌的标准，提取不同类型舌图像的相应特征，并采用SVM分类器对舌图像进行质量评价，为中医舌诊客观化供可靠的技术支持。