神經(jīng)網(wǎng)絡(luò)圖像識別技術(shù)是隨著當(dāng)代計(jì)算機(jī)技術(shù)、圖像處理、人工智能、模式識別理論等發(fā)展起來的一種新型圖像識別技術(shù),是在傳統(tǒng)的圖像識別方法的基礎(chǔ)上融合神經(jīng)網(wǎng)絡(luò)算法的一種圖像識別方法。本文簡要介紹了圖像識別原理和模式識別常用的神經(jīng)網(wǎng)絡(luò)模型,重點(diǎn)介紹了目前在目標(biāo)識別中用的最多的前饋神經(jīng)網(wǎng)絡(luò)模型及其采用的BP算法。提出了BP網(wǎng)絡(luò)分類器的設(shè)計(jì)方法、樣本的選擇及組織原則。并且利用這種設(shè)計(jì)方法通過MATLAB訓(xùn)練了由90張數(shù)字圖像組成的樣本集，得到了較為準(zhǔn)確的識別圖像。結(jié)果表明了本文所提出的基于BP神經(jīng)網(wǎng)絡(luò)的圖像識別與分類方法具有較強(qiáng)的實(shí)際應(yīng)用價(jià)值，并對研究工作進(jìn)行總結(jié)，對這種圖像識別技術(shù)進(jìn)行了深入分析和展望。