近年来,中医舌诊因其简单有效等特点,在国内外得到了越来越多的认可和应用。随着计算机科学与技术的迅速发展,传统中医舌诊学朝着计算机化方向发展已经成为必然趋势。本文对舌色苔色像素样本的选取及分类方法和舌图像的颜色分类方法进行了研究。本文的主要贡献在于:采用了基于像素的舌色苔色分类系统结构;提出了一种改进的基于样本块的舌色苔色像素样本选取方法;采用多类SVM方法,对多达12类的像素颜色进行了识别;提出了一种SVM和动态局部KNN相结合的分类方法,解决了像素颜色分类的速度问题;根据中医理论设计了一个决策树分类算法,实现了舌图像的舌色苔色分类。首先,针对基于像素的舌颜色分类系统的需要,本文提出了一种改进的基于样本块的舌色苔色像素样本选取方法,通过FCM聚类去除了从人工选取的图像子块中得到的各舌色苔色样本集中的“杂质”,取得了较好的实验结果。其次,本文结合所获得舌色苔色像素样本集的特点,采用基于二叉树方法和“一对一”方法的SVM多类分类算法实现了对12类像素颜色的分类,取得了较好的分类效果;在此基础上,将SVM和动态局部KNN算法相结合,较好地解决了舌色苔色分类的速度问题。最后,本文根据中医理论,设计了一个决策树结构,利用12维的颜色比例特征向量,提出了对舌图像舌色苔色进行分类的算法。实验结果表明,该算法能较好地对舌色苔色分类。