دستهبندی رنگهای یک تصویر به کمک روشهای کاهش رنگ در بخشبندی، تشخیص و تفکیک اشیاء و نیز تولید تصاویر شبهرنگی، فشردهسازی، کاهش فضای ذخیرهسازی و پهنای باند لازم برای انتقال تصاویر کاربرد دارد. در این مقاله برای کاهش رنگهای تصویر، روشی مبتنی بر شبکههای عصبی خودسامانده کوهنن به کار رفته است که با استفاده از ویژگیهای افزونه که به کمک توابع خطی یکبهیک از ویژگیهای رنگی تصویر به دست میآیند، قابلیت تفکیک رنگ بهتر، نمایش جزییات بیشتر و نیز بخشبندی دقیقتر به ویژه در تشخیص اشیاء کوچک نسبت به روشهای سنتی را به دست میدهد. با چندمرحلهای کردن روال کاهش رنگها کیفیت بهتری در این روش دیده میشود. همچنین در این تحقیق اثر استفاده از توابع خطی تصادفی برای ایجاد ویژگیهای افزونه، تأثیر تصادفی بودن ترتیب ورودیها در مرحله آموزش شبکه عصبی و نیز اثر الگوریتمهای مختلف تطابق بر عملکرد شبکه روی تعدادی تصویر نمونه بررسی شده است.