中医舌诊是中医望诊中的关键环节,通过分析人体舌部能够获取有关人体健康许多重要信息。随着生活水平的提高,人们越来越关注自身健康问题。而中医舌诊理论作为国内医学精华,在人体健康诊断方面发挥不可替代的作用。然而,传统的中医舌诊缺乏量化机制,容易受到外界环境与医生水平的影响,更具主观性。针对此问题,本文创新性提出使用计算机视觉技术自动舌象分类的方法,本文主要研究工作和创新点如下:（1）设计了舌象数据采集和标定系统。首先研究了Intel Real Sense D435深度摄像头成像原理,其次分析了RGB-D图像对齐原理,并结合摄像头制作了数据采集软件。基于采集的数据研究了数据标注原理,并制作了具有实用性的数据标注软件。最后,创新性的提出了32点三维舌头定位模型。（2）对舌象图像预处理算法展开了研究。第一步分析噪声种类及去噪指标,第二步研究多种去噪算法,并做相应的对比实验,依据噪声评价指标评估各种去噪算法的性能,最终得出中值滤波去噪算法在舌像中应用性能最优。第三步研究多种颜色校正算法,并完成相应对比实验,通过实验结果对比分析得出基于图像熵约束的灰度世界算法最能保留舌像的真实信息。通过中值滤波去噪算法结合图像熵约束的灰度世界算法对舌像进行预处理,为后续舌象分割算法打下了基础。（3）舌体定位与分割研究。首先研究了三维普鲁克分析算法原理以及舌体三维坐标重建算法原理。其次提出使用点分布模型对舌体进行三维重建,并分析了舌象三维点分布模型算法原理,同时做了相应的实验。接着分析了卷积专家神经网络算法原理,使用前面采集与标注的样本,对卷积专家神经网络进行训练,并对训练结果做了实验分析。最后使用三维点分布模型结合卷积专家神经网络形成的卷积专家网络约束地标模型对舌象进行地标定位与分割,并做了相应的实验以及优化分析。（4）舌象多分类识别研究。首先对舌象进行多标签标注,从而得出多类舌象,针对每一类舌象特征采用方向梯度直方图（HOG）提取,然后设计多分类支持向量机（SVM）进行舌象多分类实验。最后在实验中还增加一组对照组进行算法性能分析,采用K最近邻（k-Nearest Neighbors,k NN）算法结合HOG方法与HOG结合SVM分类算法进行对比实验分析,比较之下,HOG结合SVM舌象分类算法性能较优。经过系统的舌象多分类识别实验验证了该方法的有效性,并且表明这种创新性的方法在工程上具有一定的应用价值。