舌诊是传统中医望闻问切四诊法中望诊的重要内容,具有无痛苦、无创伤且简单易行的特点,是未来医学诊断的方向.然而,传统舌诊存在主观性和经验性的问题,难以进一步发展.基于图象处理和机器学习等技术的计算机舌诊是将舌诊标准化、客观化的有效途径.在过去几十年中,已有大量关于计算机舌诊的研究工作,但仍存在一些未解决的问题,如舌体分割、健康辨识等.本文研究这两个问题的解决方案.舌体分割是计算机舌诊中非常重要的预处理步骤,也是一个难点问题.针对已有方法往往依赖舌体位置先验和不具备全局最优性的问题,提出一种基于色度直方图回归的自动阈值舌体定位方法和基于区域的图割自动舌体分割方法.在两个舌诊图象集上的实验验证了其有效性.健康辨识是计算机舌诊的目的之一.其关键在于提取反映健康状态(健康或疾病)的本质特征.从直观性和鲁棒性方面考虑,提出基于颜色分布一致性的特征提取方法,并通过计算舌体不同区域的颜色分布差异来度量这种一致性.从医院采集的真实数据上的大量实验表明,对健康辨识而言,这种特征显著优于目前常用的一些特征.应用稀疏主成分分析技术对该特征空间进一步分析发现,舌根与其它区域的颜色分布相似度是最重要的反映健康状态的信息.此外,首次明确分析了现有健康辨识研究中往往忽略的“混淆因子”,比如年龄和性别等;指出该问题的重要性,并给出基于t检验的解决方法.最后,提出一种基于舌色核密度估计的异常检测健康辨识方法.与传统二分类模式不同,异常检测建模思路自然,并可处理不平衡数据;在一组大学新生体检的数据上的实验验证了这种方法的有效性.