1.一种飞机蒙皮缺陷检测的识别方法，包括以下步骤：

步骤A：图像采集，利用CCD相机拍摄飞机蒙皮图片并对所拍摄到的原始飞机蒙皮缺陷图像进行预处理；

步骤B：采用灰度共生矩阵提取不同的缺陷类型下蒙皮表面的特征参数，从而建立飞机蒙皮特征参数集；

步骤C：利用模糊控制系统对步骤B中的特征参数进行模糊化处理，得到模糊语言表示的特征参数集；

步骤D：根据飞机蒙皮表面缺陷类型的不同，通过基于模糊控制的BP神经网络分类识别实现飞机蒙皮缺陷实时检测；

所述基于模糊控制的BP神经网络分类识别技术的具体过程为：运用模糊语言对提取的特征参数模糊化处理，在MATLAB中运用基于模糊控制的BP神经网络工具箱进行相应的训练从而得到训练模型，通过模糊特征参数推理实现飞机蒙皮缺陷实时检测；

通过基于模糊控制的BP神经网络分类识别技术中，分为四层单元层；第一层原始飞机蒙皮缺陷图像特征提取层；第二层模糊化层；第三层神经网络层；第四层为输出层；

所述第一层飞机蒙皮缺陷图像特征提取层用于完成缺陷图像的预处理和经预处理后缺陷图像特征参数的提取；所述第二层模糊化层用于完成对特征参数进行模糊化与归一化处理；所述第三层神经网络层是利用BP神经网络的功能，对模糊化后的数据进行训练，调整系统的权值参数，优化系统结构，对输入数据进行模式分类，并测试分类精度；所述第四层为输出层是在MATLAB中运用基于模糊控制的BP神经网络工具箱进行相应的训练从而得到训练模型，通过模糊特征参数推理，从而实时输出蒙皮缺陷类型。

2.按照权利要求1所述的飞机蒙皮缺陷检测的识别方法，其特征在于：所述步骤A中，原始飞机蒙皮缺陷图像进行预处理是通过实验对比选用中值滤波的方式对原始飞机蒙皮缺陷图像进行预处理以去噪。

3.按照权利要求2所述的飞机蒙皮缺陷检测的识别方法，其特征在于：所述所述原始飞机蒙皮缺陷图像进行预处理的具体过程中，首先选择一个含奇数个像素点的采样窗口 ，进而移动原图上的窗口 ，根据采集图像的大小完成原窗口 中的像素灰度值的排序，最后选择位于中间部分 的灰度值作为窗口中所有像素点的灰度值，对应中值滤波公式为：     （1）式中：原始飞机蒙皮缺陷图像中像素点 的灰度值为 ，滤波处理后

对应像素点 的灰度值为 ，和 为图像坐标变量， 为采样窗口大小，

为消除原图像噪音的中值滤波器算法表示。

4.按照权利要求3所述的飞机蒙皮缺陷检测的识别方法，其特征在于：

对已中值滤波后的飞机蒙皮缺陷图像进行图像二值化处理，算法过程如下：           （2）式中： ——经中值滤波后的蒙皮图

像的像素点对应的坐标； ——经中值滤波后的蒙皮图像的灰度值； ——二值化后的蒙皮图像的灰度值。