墙地砖的颜色分类是墙地砖生产过程中最后一道重要工序。目前，由于技术原因，这一工序仍然停留在手工操作的水平，存在主观性强这一主要问题。因此，研究出墙地砖颜色的自动分类算法，用计算机加以实现将可以有效地克服人工分类带来的缺点，对于提高我国墙地砖行业的整体自动化水平和推动其它相关行业颜色识别技术的发展也将起到很好的推动作用。 实时获取准确、稳定的墙地砖表面图像是整个分类工作的基础。论文首先从系统的任务要求和设计原则出发，对图像采集中照明系统的设计、摄像头和采集卡的选型和配合等关键问题进行了说明，给出了系统的总体硬件图。然后从软件的角度介绍了整个分类算法的设计与实现，其中包括墙地砖图像噪声分析与去噪、目标图像的提取、图像颜色纹理特征分析以及分类器的设计。主要研究工作和取得的研究成果如下： 1．在深入分析系统的任务要求和广泛调研的基础上，搭建了一套彩色图像采集系统，包括光源的选择与布置以及彩色CCD摄像机和图像采集卡的选配。 2．对墙地砖图像去噪从理论和实验两个角度进行了深入的分析和讨论，提出了墙地砖图像去噪性能的综合评判方法，在采用基于微分的边缘检测算子判断去噪效果好坏的基础上，综合性能指标法和肉眼观察的方法取得较好的评判结果。 3．根据采集到的墙地砖样本图像的特点，给出了墙地砖目标图像提取的两种思路，讨论了基于投影的边界提取和基于灰度门限的区域分割方法在墙地砖目标提取中的具体应用，选择差分投影法完成了对墙地砖图形的有效提取，并指出了采用差分投影法进行有效目标提取应注意的问题和采取的措施。 4．采用了共生矩阵和差分矩阵两种方法进行墙地砖颜色纹理特征提取。其中共生矩阵方法描述了图像中灰度级的空间依赖关系，利用差分概念提取出的图像的差分矩阵，通过刻画图像象素点邻域灰度的变化来描述纹理特征。基于共生矩阵和差分矩阵的两组特征用于墙地砖颜色分类，都取得了好的效果。 5．基于纹理的尺度性和小波的多分辨率分析，将小波分析的方法扩展到图像的颜色纹理分析中，提取小波协变信号，较好地完成了墙地砖颜色纹理特征的提取，但实时性较差。 6．在分类器的设计中引入了模糊思想，并对模糊C均值(FCM)算法进行了改进，受免疫记忆机理的启示，提出了一种新型的聚类初始化算法。结果表明免疫记忆机理用于FCM初始中心的选择是可行的，特别是抗原与抗体之间的不完全匹配机理的引入，简化了流程，提高了程序运行效率。将记忆细胞用