传统中医舌诊是中医医师在合适的环境条件下,以一定角度对患者舌像进行观察分析,再结合中医相关理论和医师自身临床经验为患者诊断病情。传统中医舌诊易受客观环境和医师自身经验的影响,且费时费力,其诊断结果不能长时间有效保存,因此在传统中医舌诊治疗方案中引入客观化指标显得至关重要。中医舌诊客观化是在传统中医理论的研究基础上,引入人工智能技术,其主要内容是让计算机等设备自动识别并分析输入的舌图像,并输出诊断结果。中医舌诊客观化主要包括舌体图像分割、舌苔舌质分离及自动化舌诊系统的设计三个步骤,本文围绕以上三方面主要做了如下研究:(1)舌体图像分割。获取到的原始舌图像中不仅包含完整的舌图像,还会包括脸颊、嘴唇和牙齿等部位的图像,因此需去除多余部分。课题采用Grab Cut算法实现舌体图像的分割,该算法只需少量用户交互,即可实现分割。通过实验验证了该算法对舌体图像分割的适用性,并为下一步舌苔舌质分离奠定了基础。(2)舌苔舌质分离。舌苔舌质分离是将舌体图像分割为舌苔、舌质两部分。提出一种改进K-means算法的舌苔舌质分离模型TCBS。首先,综合考虑RGB、HSV和Lab三种常用颜色空间模型,以评分的方式选择三种颜色空间模型中的两个分量,组成双通道舌图像,将双通道舌图像像素值作为模型的聚类样本点;然后,利用单通道舌图像分布直方图的峰值确定初始聚类中心点;最后,利用确定的初始聚类中心点进行聚类实现舌苔舌质的分离。通过对比实验验证了TCBS模型相较于其他方法分离效果更好。(3)自动化舌诊系统的设计。设计了基于python的Django框架的小型自动化舌诊系统,该系统能够实现舌图像的自动上传、舌体图像分割以及舌苔舌质自动分离,结合数据库相关舌诊图片初步得到患者可能存在的疾病并给出诊断建议,可以为中医医师的诊断提供参考意见。