文 献 综 述 1、课题背景分析 人工神经网络 (Artificial Neural Network) 是一种模拟人脑神经元细胞的网络结构和功能，运用大量的处理部件，由人工方式建立起来的自适应非线性动态系统。

它是在生物神经网络研究的基础上建立起来的，能在一定程度上模仿生物神经系统的智慧和功能，因此广泛应用于信息处理和模式识别等领域。

它能像人脑的神经系统一样对信息进行有效处理，具有较强的学习能力，在学习过程中还能结合设置需要呈现超强记忆及联想，鲁棒性能好，容错性能高，所以，在图像识别中，可以降低计算量，提升有效识别率。

近些年来，人工神经网络在图像处理中的应用十分广泛，领域也比较宽。

在车牌识别、字符识别、红外图像识别、遥感图像识别中发挥了举足轻重的作用。

不仅如此，作为人工神经网络在医学图像处理中，意义也是十分重大的。

从一般意义上讲，图像处理与识别就是对实际图像进行各种转换从而达到识别的目的。

由于图像的特点在于它是二维的空间信息，所以其包含的信息量非常庞大。

图像处理一般包括信号阻抗匹配、幅值调整、数字化、滤波、分割和增强等。

图像识别所用的传统方法主要有相关法、不变矩法及投影法等，随着人工智能理论的研究和计算机技术的发展，神经网络在图像模式识别方面的应用研究也日益活跃起来。