李大瑞　王耀

摘要：针对智能区分系统中的实景图像真彩色的自动检测问题，研究了基于神经网络的实景影像自适应颜色分割方法。提取了图像中的所有像素进行灰度归一化，然后计算出像素矢量矩阵，利用像素矢量进行概率神经网络（PNN）的训练，通过训练后的神经网络进行图像自适应二值化阈值颜色分割，主要分割红，黄，蓝3种颜色。实验结果表明：自适应图像分割方法比固定阈值分割方法在图像分割效果上有显著的改善。

关键词：图像颜色分割；RGB颜色空间；HSI颜色空间；概率神经网络；神经网络训练

中图分类号：TP75 文献标识码：A 文章编号：1674-9944（2016）06-0173-07

1 引言

1.1 研究意义

森林资源状况及其变化，不仅影响地区乃至全球环境的变化，而且还影响社会经济的持续发展。随着遥感技术的发展，森林植被遥感影像分类逐渐成为森林资源调查和监测不可缺少的内容。目前遥感分类技术在林区的应用还处于比较落后的状态。如何利用普遍可以得到的遥感数据资源和其他林业数据，研究出更适合于我国东北林区的遥感图像计算机分类的新方法，提高森林植被的分类精度，以满足林业部门的需要，是本研究的主要工作。

因此，研究航拍影像中森林植被的自动分割、检测与识别方法，对于智能监督分类、自动划分森林区域、采集大数据森林信息、智能划分变化监测区域监督执法，节约人力物力、提高工作效率和质量都具有重要的实用价值。

1.2 国内外研究……