舌诊是中医望诊的重要内容，是中医诊法最重要的特色之一。但是传统舌诊主要依靠于医生的目视观察，受到医生的知识水平、光照环境等因素的影响，制约了舌诊的进一步发展。因此，舌诊客观化已成为舌诊研究的必然方向。　　 近年来，舌诊客观化的研究取得了多方面的进展，研发了一系列基于封闭环境的舌象采集装置。但是封闭环境的舌象采集装置由于受到采集环境与设备的限制，不能满足卧姿病人舌象采集的需要，在临床应用时受到极大限制。因此，基于开放环境的舌象采集已成为现阶段研究最为迫切的一个问题。　　 然而在开放环境下，自然光会因气候和天气等因素的影响而发生变化，不同时刻采集的舌图像颜色差异性较大，严重影响了舌象分析结果，必须首先解决开放环境下舌图像的颜色校正问题。开放环境下舌图像颜色校正有其自身的一些特点，如自然光的不可控性、颜色校正的实时性等，因此研究适合其特点的颜色校正技术有着十分重要的意义。　　 本论文以色度学、群体智能优化、人工神经网络和数字图像处理等理论为基础，针对开放环境下舌图像颜色校正关键技术进行了研究。主要工作包括以下几部分：　　 (1)首先对基于开放环境下舌图像颜色校正的研究意义和课题背景进行了阐述，然后对现有的舌图像颜色技术的研究进展进行了综述。　　 (2)提出了一种基于标准差和图像熵约束的舌图像颜色校正方法。　　 在经典偏色检测方法的基础上，实现了一种基于等效圆的偏色检测方法，以等效圆的位置判断是否偏色，以量化的偏色因子来判断偏色的程度，克服了经典方法在图像偏色检测中的局限性。为了对偏色图像进行颜色校正，实现了一种基于标准差加权和图像熵约束的方法，弥补了灰度世界等传统方法的不足。上述方法均以图像统计特性为基础，其优点是复杂度低、计算速度快，具有一定的适用性。　　 (3)提出了一种基于不同时段灰阶色温曲线的舌图像颜色校正方法。　　 针对一天中不同时段自然光照具有不同色温的特点，在不同色温的自然光照下对灰阶色块进行采集，将颜色数据映射到对数域中建立色温曲线模型。在实际应用时，首先从色温曲线上找到相匹配的投影点作为校正系数，然后根据校正系数分通道进行颜色校正。该方法的特点是：离线建模，在线校正。　　 (4)提出了一种基于二次曝光理论的舌图像颜色校正方法。　　 基于二次曝光理论的思想，采集两幅在不同光源条件下的舌图像，经过BP神经网络模型的转换，得到只有标准光源条件下的舌图像，从而去除外界干扰光的影响。　　 为提高BP神经网络的收敛速度，实现了一种自适应动量因子的BP算法。针对BP神经网络受连接权值影响大、稳定性差等缺点，将模拟退火算法、遗传算法与BP神经网络相结合，构成了模拟退火遗传BP神经网络，自适应地优化BP神经网络的连接权值。　　 (5)实现了一种基于监督的舌图像颜色校正方法。　　 监督颜色校正，即在采集环境中放置色卡或色板，用以“监督”环境的光照变化。监督色卡的选择和颜色校正模型的构造是这一方法的两个关键问题。　　 选用麦克贝斯标准色卡，在监督色卡一定的条件下，如何提高颜色校正精度的问题实际上是一个选择与构造颜色校正模型的问题。从模型的收敛速度、泛化误差等方面进行了深入研究，分别探讨了改进粒子群优化BP神经网络、改进差分进化优化小波神经网络、改进人工蜂群算法优化支持向量回归等方法来建立颜色校正模型。　　 (6)在上述研究基础上，搭建了开放环境下中医舌图像颜色校正的实验平台验证基于开放环境下舌图像颜色校正的可行性，讨论了中医舌图像颜色重现主客观评价标准。