舌诊历来就是传统中医四诊中关于―望诊‖的一种重要方式,沿用至今都有重大的医学参考价值。大量研究表明,齿痕舌作为一种脾虚症状的异常舌态,其呈现的形体特征,往往与正常舌体有很大区别,而正是这些区别预示着某种病症。传统的舌诊诊断结果,大多数是依赖于中医专家的主观判断,诊断结果必然会受到外界环境的干扰且往往不具有可重复性。本课题—脾虚舌象识别的图像特征提取优化算法研究,就是针对上述情况而设立的。本课题是以齿痕舌象为切入点,通过提出一些改进算法和分析方法来分割出正确的齿痕舌体及对其相关特征进行分析,主要包括利用基于阈值、区域和边缘检测的算法对齿痕舌像进行分割、利用灰度投影法实现舌像粗分割、对比度增强、利用改进的控制标记符分水岭算法实现齿痕舌像较好分割;结合B样条小波变换和Canny边缘检测算子提取齿痕舌体的边缘信息、采取优化Snakes模型实现舌像分割;对舌象形体、直方图、颜色特征进行提取分析,利用圆形度参数及颜色特征对齿痕舌的剧烈程度进行了判别并划分了脾虚症状的严重程度。实验结果表明,通过改进的算法能实现齿痕舌像的较好分割,在舌体分割的基础上,结合舌像特点及中医有关于舌诊的理论,给出了几组常见的齿痕舌特征参数,针对最具有代表齿痕舌意义的圆形度参数及颜色特征进行了定量提取与分析,利用得到的特征参数能够对齿痕舌的剧烈程度进行有效表征及用于划分脾虚症状的严重程度。