模糊模式识别在数字图像处理中的应用

模糊模式识别在数字图像处理中的应用(任务书,开题报告,论文11000字)
摘  要
本文深入研究了三角形及凸四边形的模糊模式识别方法和步骤，并系统地概述了有关模糊模式识别的基本概念。对于三角型，在给定阈值的最大隶属度原则的基础上，提出了合格指标因子的研究方法，并提出了两类新的隶属函数，分别以三角形的内角关系和边的关系为特性指标;对于凸四边形型，使用阈值原则和最大隶属原则对其进行二级模糊模式识别研究，并提出了全面的隶属函数。最后通过数值实例论文了上述方法的可行性，对图形自动识别相关的实际问题具有一定的参考价值。本文主要从事以下研究：
1．介绍了模糊数学的起源，粗略阐述了模式识别及模糊模式识别的发展。
2．概述了模糊集，隶属度及隶属函数等模式识别的概念及其应用方法。
3．从角和边两种特性为出发，针对三角形提出了两种隶属度函数，并给出了对应的算法过程和步骤，最后又通过数值实例阐述了所得结果的意义。
4．对凸四边形进行一二级模糊模式识别，提出了一种全面的隶属函数，并给出了对应的算法过程和步骤，最后又通过数值实例进行了验证。
5．对全文进行了总结，并指出在今后要继续研究的方向。

[资料来源：http://www.doc163.com]

关键词：  模糊模式识别; 最大隶属度原则; 三角形; 凸四边形
 
Abstract
In this paper, in-depth study on the fuzzy pattern recognition of common plane figures, such as the triangle and the convex quadrilateral. Besides, a systematic introduction of the fuzzy pattern recognition has also been presented, which covers its basic concepts, the common methods and the application procedures. For the triangle, based on the maximum membership principle of the given threshold, studies guided by a classification method of the acceptable index factors have been carried out and two membership functions have come up, taking the angle and the side of the triangle as the characteristic index; as for a convex quadrilateral type, according to the threshold principle and the maximum membership principle, the two-level fuzzy pattern recognition research has been carried out, together with the presented new membership function. At last, Its feasibility has been verified through numerical examples, which will be instructive and of certain reference value to the figural automatic recognition in actual application. The research work of this paper is mainly engaged as follows:
1. Introduce the origin of fuzzy mathematics. Summarize the development of pattern recognition and fuzzy pattern recognition..
2. Overview the basic definition of fuzzy sets, membership function and membership and its application methods.
3. Take the angles and sides as the two characteristic indexes, two corresponding membership functions type have been conducted, together with the detailed identification and algorithm process verified by numerical examples.
4. Explore the classified recognition of the type of the convex quadrilateral through the first-level and second-level fuzzy pattern recognition. Present more comprehensive membership functions, and display detailed recognition and algorithm process, with the results verified through numerical examples.
5. Summarize this paper, and point out the developing direction for the future.
Keywords: Fuzzy pattern recognition; Maximum membership principle; Triangle; Convex quadrilateral 
 
目录 [来源：http://Doc163.com]
摘  要    I
Abstract    II
第一章 绪论    1
1.1  论文的研究背景和意义    1
1.模糊集的起源和应用    1
2.本课题的来源    1
1.2  本文的主要内容    2
第二章 模糊模式识别基础    4
2.1  模糊数学的基本概念    4
2.2  模糊模式识别的基本知识    4
2.3  隶属函数的建立    5
2.4  模糊模式识别的基本方法    6
2.4.1 直接法    6
2.5  本章小结    7
第三章 三角形类型的模糊模式识别    8
3.1  常见的三角形模糊模式识别    8
3.2  指数型隶属函数的建立    10
3.3  三角形类型模糊模式识别步骤    12
3.4  三角形类型模糊模式识别的算法步骤    13
3.4.1  以角为特性指标的算法    13 [版权所有：http://DOC163.com]
3.4.2  以边为特性指标的算法    14
3.5  数值实例    14
3.6  本章小结    15
第四章  凸四边形的模糊模式识别    16
4.1  二级模糊模式识别原理    16
4.2  凸四边形的一级模糊模式识别    16
4.2.1  挑选待识别对象的特性指标    16
4.2.2  一级模糊模式识别隶属函数的构造    17
4.2.3  一级模糊模式识别判断    17
4.3  凸四边形的二级模糊模式识别    17
4.3.1  构造二级模糊模式识别的隶属函数    17
4.3.2  二级模糊模式识别判断    19
4.4  凸四边形的模糊模式识别算法步骤    19
4.5  数值实例    20
4.6  本章小结    21
第五章 应用于建筑学中的模糊模式识别    22
5.1 多边形图形的化简    22
5.2进行多边形模糊模式识别    23

[资料来源：Doc163.com]

第六章    总结与展望    24
6.1  总结    24
6.2  展望    24
参考文献    25
致 谢    27

[资料来源：http://doc163.com]