当前互联网医疗已经被确定为国民经济的下一个重要增长点。本文将移动互联网与传统中医相结合,对手机采集的舌象开展分割、颜色矫正以及属性判定研究。主要研究工作如下:1)基于手机采集的舌象图片,往往处在极为复杂的光线条件下。本文在手机端应用LBP与Adaboost相结合的算法实现了近实时的舌象检测。同时在服务器端采用基于残差网络的深度学习算法获取了舌象的分割掩码及该图片包含舌象的概率,该算法运行在基于Nvidia GeForce GTX 1080的GPU服务器端,运行速度达到了实时。2)在舌象的颜色矫正方面,与以往的舌象颜色矫正算法对比,本文采用了基于Retinex理论的颜色矫正算法的思想,同时结合灰度世界算法。在实验结果以及视觉条件下都达到了较好的颜色矫正效果。本文的舌象颜色矫正算法能够较好地去除阴影,保留原有的舌象色彩。3)随后本文列举了在实践中应用的一些舌象客观化研究的成果。对舌象按照舌苔的厚薄以及紫色程度做了分类。同时探索了与人的体质相关的阳气指数的定义。最后本文依据之前的数值定义,给出了更加详细的舌象数据与人的健康之间的关系,对于处于亚健康的用户本文也给出了结合中医配方的调理方法。