论文主要研究了彩色图象分割中均匀标准照明情况下的色彩特征的选择和降维处理以及结合形态特征的彩色图象自动识别算法.主要成果是:1、分析了由RGB三色彩向量经Karhunen-Loeve变换得到的色彩空间I<,1>I<,2>I<,3>中的三个特征分量的色彩信息分布情况,发现了三个分量中的第一主成分I<,l>分量虽然占图象能量信息的百分之九十以上,但它是基于色彩的图象分类的特征中的冗余信息,提出了摒弃I<,l>分量,将三维的色彩特征向量降维为二维I<,2>I<,3>色彩特征向量的方法,降低了色彩特征的计算量,也降低了由于高维特征空间造成的计算复杂度,提高了色彩分类的速度.2、分析了由电子显示设备的基础RGB色彩空间转换而来的认知色彩空间IHS在进行多种相近色彩分类时存在的不足,研究了作为色彩感知属性的色调—饱和度特征平面上的色彩分布情况,提出了使用了V<,1>V<,2>色彩特征作为代替HS色彩特征进行色彩分类的特征向量,避免了不必要的色彩特征转换,避免了色彩特征本身的非线性、有奇点、色彩表达模糊等不足.3、提出了一种色彩、形态双通道多分辨率的自动图象识别框架.首先在色彩通道中对图象进行低分辨率水平分割以定位兴趣区并提取其二元模板,随后在形态通道中依分辨率水平不同逐级对二元模板进行形态运算以细化兴趣区,最后在最高分辨率水平情况下提取兴趣区的所有完整信息.