图像自动分类和识别是模式识别在图像处理领域的研究热点。图像中的图标和文本是人们实现基于内容的图像检索、图像内容分析、图像理解等应用的重要研究对象。本文主要研究一种基于局部结构特征空间拓扑关系建模的模式识别方法。从人类认知的角度,基于仿生模式识别原理,分析基于事物的局部结构特征和整体拓扑关系可以实现对事物的认知,提出一个通用的模式识别框架。在该识别框架中,局部结构特征的提取、整体空间拓扑关系的构造以及对局部和整体的建模,这三个环节的方法都可以根据具体的识别对象的特点进行选择。基于本课题提出的识别框架,本文以二维图案图像为识别对象,采用滑动窗的形式将静态的二维图像转换为特征序列,每一个滑动窗内所提取的特征作为局部结构特征,滑动过程所形成的先后顺序构造出整体的空间拓扑关系,以人工神经网络(ANN)和隐马尔可夫模型(HMM)相结合的模型对局部和整体之间的拓扑关系进行建模。ANN具有学习能力强、自适应、抗变异、抗噪声和识别速度快等特点,因此对局部结构进行建模,HMM具有较强的时序性处理能力,因此对整体空间拓扑关系进行建模。实现一个适用于图案图像识别的通用方法。为了验证方法的有效性和通用性,本课题分别以小规模的图标和大规模的汉字图像作为实验对象。结果表明,该方法可以成功的应用于不同类型的对象识别,同时,该方法体现出了类似人类认知事物的特性,具有较强的抗干扰、抗变形能力,在字符图像残缺的情况下,也能表现出很好的预测识别效果。为了将研究成果实用化,开发了一个简单的视频图像多字体多字号的印刷体汉字字幕识别系统。该系统采用上述的图像识别方法,并且增加了字幕检测、字幕分割和字幕切分功能。系统的性能达到预期的要求。