1、圖像識(shí)別是人工智能的重要領(lǐng)域，其基本思想是利用計(jì)算機(jī)對(duì)所獲取圖像中不同的景物進(jìn)行自動(dòng)的分類，代替?zhèn)鹘y(tǒng)的人工完成分類的任務(wù)。
　　粗糙集理論是一種處理不確定性和不精確知識(shí)的數(shù)學(xué)理論，該理論的特點(diǎn)就是不需要先驗(yàn)知識(shí)就可對(duì)知識(shí)系統(tǒng)進(jìn)行補(bǔ)充和約簡(jiǎn)。其中的核心內(nèi)容就是知識(shí)約簡(jiǎn)，也即在確保分類能力不減弱的情況下，來(lái)得到系統(tǒng)的屬性約簡(jiǎn)集和決策規(guī)則。
　　人工神經(jīng)網(wǎng)絡(luò)利用模擬神經(jīng)元來(lái)學(xué)習(xí)知識(shí)，從而使得建立的模型具有智能特征。其學(xué)習(xí)的基本過(guò)程

2、主要通過(guò)調(diào)整各個(gè)域值和權(quán)值來(lái)進(jìn)行學(xué)習(xí)。人工神經(jīng)網(wǎng)絡(luò)能夠?qū)崿F(xiàn)信息的分布式存儲(chǔ)及并行協(xié)同處理，從而把信息處理和信息存儲(chǔ)相進(jìn)行了有機(jī)結(jié)合，以便使信息處理具有自組織特點(diǎn)。
　　本論文通過(guò)對(duì)粗糙集理論和神經(jīng)網(wǎng)絡(luò)的研究，以及兩者在圖像識(shí)別中的作用進(jìn)行分析，將粗糙集理論和神經(jīng)網(wǎng)絡(luò)進(jìn)行了有機(jī)結(jié)合，提出了一個(gè)基于粗糙集理論和神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別模型，該模型先對(duì)原始圖像數(shù)據(jù)進(jìn)行預(yù)處理，然后用粗糙集理論進(jìn)行特征選擇，減少了神經(jīng)網(wǎng)絡(luò)的輸入維數(shù)，提高了神經(jīng)網(wǎng)