舌图像自动分割方法

提出了一种基于亮度信息和形态特征的舌图像自动分割方法。该方法首先利用大津法在亮度范围内自动选取阈值，进行二值化，然后通过对图像的像素进行标记，剔除非目标区域。最后利用数学形态学的方法获得最终的分割结果。试验结果表明，本方法具有令人满意的分割性能。     

监督颜色校正方法研究

消除由于光照等条件变化而对图像颜色值产生的影响是进行彩色图像的识别和分析的关键。该文从表面反射的有限维线性模型出发，在理想情况下导出了颜色值从非标准光照到标准光照的线性转换关系。实际上，由于成像系统本身采用了一些处理技术，使得转换关系应为非线性。文中提出了新的监督颜色校正方法，通过在图像摄取环境中放置监督色板，井借鉴监督学习的思想，分别采用线性回归、多项式回归和BP神经网络三种方法来求解转换关系，从而对颜色值进行校正。试验结果表明，三种方法都达到了较好的校正效果，且应用条件几乎不受限制。相比之下，多项式方法优于其它两种方法。     

几种彩色模型在不同光照条件下的稳定性分析

彩色图象虽然比灰度图象多了一个色彩信息，但在彩色图象的获得过程中往往容易受到环境光线的干扰，这对彩色图象的处理和分析带来很大的困难，本文利用二色反射模型对几种彩色模型的光照稳定性进行了分析，然后用颜色试验进行了验证，结果表明，rgb和HS在白光下具有光强不变性，mlm2m3在不同强度和颜色的光照下都表现了较高的稳定性，经改进的m1m2m3(n1n2n3)减弱了噪点的影响，稳定性更好。     

一种新的二值图像标记的快速算法

文章介绍了一种新的二值图像像素快速标记方法。这种方法首先对二值图像施行一个基于扫描像素线的连通体检测过程,同时巧妙地利用线性分析表来记录连通关系,然后,根据标号的从大到小的传递过程来进行标号的归并。这种方法克服了以前方法中像素重复扫描、记录连通关系所需内存大和标号归并需大量运算等缺陷,具有实现简单,占有内存小,运算速度快等特点。实验表明,该方法能快速准确地检测出任意形状的连通体。     

基于神经网络集成的舌苔分类方法

提出一种基于神经网络集成的舌苔自动分类方法。该方法把经单独训练的具有一定差异度的单个BP神经网络加以集成，构成舌苔分类器。试验结果表明，该分类器比现有的舌苔分类方法识别率更高、分类更细、更符合中医舌诊要求。