复杂彩色目标的模糊模式识别方法及其在植物果实自动实时检测中的应用研究

针对目前复杂彩色目标识别中遇到的识别速度低、不能实时化及由于照明光源及外界环境因素引起色彩畸变时识别率下降的问题，本项目研究对复杂彩色目标识别的模糊模式识别方法。把反映客观世界模糊性及人类思维和识别特点的模糊模式识别原理与人工神经网络有机地结合，以模糊集的形式提取特定条件下目标的特征量，构建模糊综合判别函数，实现复杂彩色目标的色彩、形态及尺度的融合识别；并针对植物果实检测的特点，研究该方法在应用于自动实时检测时的技术问题。.由于对采集的目标图像，依据模糊综合判别函数和人工神经网络方法并行进行识别，因此不会在分割或提取特征时丢失信息，可以解决在植物果实识别中色彩畸变带来的误判问题，而且识别速度快，便于识别的自动化和实时化。.本方法不但在植物果实的检测中可以得到广泛的应用，而且在各类涉及动态远程安全检查或与网络传输有关的具有复杂色彩成分及分布的彩色信息识别或监控等中也具有广泛的潜在应用前景。