王鹤蒙等[5]提出了舌图像采集由图像预处理，包括边缘检测、舌体分割，到舌象颜色、纹理分析等其他信息分析几个步骤组成，尤其强调了舌图像边缘检测的重要性。王郁中等[6]研究了舌体分割提取和舌质、舌苔同类区域划分，提出了相应算法，并通过实验充分证明了该算法的临床实用性。这为舌象特征的自动提取提供了保障和重要信息。郭荣艳等[7]对用于舌体图像分割的2种方法进行了比较研究，提出在舌体图像分割中，动态阈值的分割方法的效果优于RGB三色分量差值法。

    马超等[8]采集舌图像后，从中提取出完整的舌体，再提取其中的特征，建立了一种新的自动分割舌图像的方法。其先用中值滤波去除舌图的图像噪声；再于YCbCr彩色空间中对舌图进行预处理，将面颊皮肤等背景信息去除；之后采用均值移动法对舌体图像进行初步分割；最后通过改进的区域生长法，获得了准确且完整的舌体图像。其研究结果表明，该方法可达到令人满意的舌图像分割效果。

    张新峰等[9]针对采集设备更新换代等因素造成的分割方法鲁棒性下降的问题，提出了一种以“形状先验主动轮廓模型”为基础的舌图像分割方法。首先，通过统计方法获得大致的舌体图像；再采用形状先验水平集方法获得基本完整的舌体；最后采用Snake模型获得准确的分割结果。结果显示 ......