图像是人类最重要的信息来源,而视觉又是人类认知世界最重要的感观系统。图像的二维空间特性导致其包含的信息量非常庞大,因此人们希望计算机能够模拟人认识图像和理解图像的能力,有效分析与识别图像所包含的具体信息。人的视觉除了具有大小不变性、位置无关性等特点外,更为重要的是人对图像的认识还包含着人的知识与经验。人工神经网络(ANN)是由大量处理单元——神经元广泛互连而成的网络,是对人脑的抽象、简化和模拟,具有存储和应用经验知识的自然特性。本文提出了一种新的彩色图像灰度转化的编码规则:保留色度信息的彩色图像灰度化编码,给出了图像识别系统的功能模块,研究了基于人工神经网络技术的彩色图像识别的基本理论与关键技术。为了尽量去除图像中的干扰信息,先对图像进行预处理,其中包括对图像的压缩、灰度化、模糊三部分,接下来使用Hamming网络对训练样本进行识别。依据本文所提出的方法,使用面向对象的分析设计方法,建立了图像识别系统。整个实验平台开发过程均在Visual Studio .Net 2008环境下实现,使用C++语言。实验结果表明本文所用的方法需要较小的存储空间和较快的识别速度,并能保持图像的彩色信息,是行之有效的方法。