舌诊是中医学中最有临床应用价值的诊法之一。近年来,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。本文正是力图为中医舌诊方法的计算机化发挥自己的微薄之力,将信息融合理论引入中医舌诊的研究当中。本文的主要贡献在于:设计了基于信息融合层次理论的中医舌象诊断系统;提出并实现了了基于数据融合的反光点检测自适应算法和反光点填充算法;运用特征层融合理论,将舌色、苔色、纹理、舌形、润燥特征进行关联融合将得到的特征向量用于中医病症分类;设计实现了决策层融合模型,形成了基于组合分类器的分类系统。经过实验,分类准确率有了显著的提高。首先,在数据层融合的应用中,对预处理过程中反光点的检测算法进行了研究,并提出了一种基于数据融合理论的反光点检测算法,取得了良好的自适应性;其后运用数据融合中常用的图像插值算法,对舌面反光点进行填充,有利于后续步骤的处理。其次,在特征层融合的应用中,提取了舌面润燥和舌形特征,并将采用多个特征空间对舌色、苔色、纹理特征进行提取,形成相互关联的特征向量,并分别用PCA主成分分析方法和Boosting特征筛选方法对特征向量进行降维处理,得到的特征向量用于分类训练。再次,在决策层融合的应用中,选取贝叶斯网络的方法训练概率输出模型,并利用重采样技术中的Adaboost算法对贝叶斯网络进行训练得到组合分类器,最后分别运用多数表决法将多个分类器进行融合,融合后的分类准确率有了显著的提高。最后,将以上三个层次模型组建在一起,形成了基于信息融合层次模型的中医舌象诊断系统的初步设计,在中医舌象诊断与信息融合相结合的方向进行了有益的、探索性的尝试。