模糊集理论自1965年被提出以来,由于它可以模拟人类思维和识别特点,并可以更真实地表征客观世界,而在模式识别领域得到了很大的重视,使得模糊模式识别逐渐成为了一种独特的识别方法。本文针对具有自然色的复杂彩色图像进行了模糊模式识别方法的研究,并把它们应用于植物果实的识别中。其中,重点对模糊聚类、模糊综合评判、模糊推理系统的算法设计进行了研究。主要内容包括： (1)概要地介绍了模糊数学的基本理论； (2)分析了模糊C均值聚类算法在实际应用时存在的问题,引入减法聚类算法,研究了采用基于减法聚类的改进模糊C均值聚类算法在复杂彩色图像分割中的应用。采用标准彩色图像和苹果图像作为示例,聚类的结果证明了该算法的有效性； (3)介绍了模糊综合评判法,并把它应用于苹果的分级中。提取目标的形状、大小和颜色特征参数,利用分析推理法,选择典型函数作为隶属函数,通过构建综合判别法则进行判断。其中,根据各参数在识别中做起的重要性不同,可以赋予不同的权值； (4)介绍了模糊推理系统,并把它应用于苹果的分级中。提取目标的各种参数,设置模糊推理规则,建立适于苹果分级的模糊推理系统,完成对苹果不同等级的筛选。