1、人們能很準確的識別出同類性質(zhì)的圖像，而且無論它在什么樣的背景中，無論它放大、縮小、平移和旋轉(zhuǎn)等等。這主要由于人們能識別出特征，尤其是它的輪廓和形狀特征。隨著計算機圖像特征分析技術(shù)的發(fā)展，已經(jīng)能基本提取出物體的形狀特征，但與人腦的差別還是很大，而且不具有人腦的智能。本文目的主要是研究基于神經(jīng)網(wǎng)絡(luò)技術(shù)的機器視覺識別系統(tǒng)，使其具有類似人腦的識別物體形狀特征的能力，并能較為有效的提取出物體的形狀特征，并將結(jié)果主要應(yīng)用于航空儀表的特征分析。

2、 在本文中，采用了基于神經(jīng)網(wǎng)絡(luò)特征提取技術(shù)的設(shè)計思想。通過分析大量物體形狀特性和指針式儀表的形狀和結(jié)構(gòu)特征，考慮到良好的特征應(yīng)具有可區(qū)別性、可靠性、獨立性好、數(shù)量少的特點，將航空儀表的特征分為：圓弧、矩形和直線三個類型。通過研究發(fā)現(xiàn)BP網(wǎng)絡(luò)能夠根據(jù)樣本學習，具有自組織性、自學習性和容錯性等特性，因此提出了基于模糊BP神經(jīng)網(wǎng)絡(luò)的特征提取方法。并研究了由模糊隸屬度和特征矩陣組成的模糊加權(quán)算子，由均方差理論產(chǎn)生的均方差權(quán)值，在提取過程中對神