舌诊是中医四诊的重要内容，在中医诊断领域的重要性以及对临床的重要指导意义逐渐被人们所认同。舌诊是中医学了解人体生理功能和病理变化的一种独具特色的诊断方法，是中医诊断疾病的依据之一。计算机图像识别是当前计算机一个非常重要的研究方向，它的基本思想是对计算机得到的图像进行分析，从中得到该图像的特征信息；在此基础上，能够对新的图像进行比较和识别，从而实现非常广泛的应用。 本文综述了整个舌像识别的流程，简要介绍了描述图像的特征提取、图像识别的基本原理和几种常用的识别模型，重点介绍了支持向量机和BP神经网络模型。实验部分结合人体生物特征识别系统提取了舌像的颜色特征，建立了舌像数据库。采用支持向量机和BP神经网络模式识别方法实现对舌质的分类，对比了算法的识别率。 舌质图像一般用RGB或HSV颜色特征来区分，而PCA方法提供一种新的角度来观察其特征。支持向量机和BP神经网络作为两种重要的模式识别方法，用来进行舌质特征研究。BP神经网络包容的信息多，预测能力较支持向量机方法强，但易出现过拟合现象。与BP神经网络相比，支持向量机方法运行稳定，是一种可靠的识别方法。 着重分析了支持向量机和BP神经网络模型参数选取方法，并图形化地显示参数选择的过程。应用支持向量机模型的重点是模型核函数的选择。实验选用RBF核函数，并采用交叉验证的方式确定了模型参数，建立了支持向量机识别系统。神经网络图像识别技术则采用应用最广泛的前馈神经网络模型及其采用的BP算法。通过实验确定了模型的层数、神经元数目、迭代次数等主要参数，并从图形化的显示中选择最合适的模型参数。分析比较了基于多种舌质特征的支持向量机和BP神经网络模型的优缺点，为程序实现提供了便利。 为实现上述功能，编制了一套简便的中医舌诊系统软件，为中医舌诊提供了现代化的检测分析手段，具有很好的使用价值和应用前景。