分形理论在图像处理方面已经获得了一系列成功的应用，特别是分形压缩编码。现在人们已经开始将分形理论用于目标识别。 由于分形压缩编码中已经携带了图像的特征，因而可以利用它进行目标图像识别。本文引入了分形邻距的概念，利用分形邻距来对图像进行分割和判别，并提出了具体的识别方法和步骤。 分形邻距是针对进行了分形编码的图像而定义的一种图像间相似度的测距方式，它具有编码的吸引子唯一不变性的特点，因而对旋转、缩放、平移以及光照都有不变性，这样可以很好实现正确识别。 分形压缩编码的质量直接影响到识别的效果，本文利用四叉树的方法进行分形编码，并针对目标图像进行参数调节，以提高了编码的准确性。这些参数包括有最小最大深度、Domain集类型、比例系数、偏移系数、匹配域类型；在解码过程中，有迭代次数、比例系数、偏移系数，针对要编码的图像，调节以上参数，得到一组最佳参数，这样，利用最佳参数可以达到最好的编码质量，从而提高识别的效果。 最后以ORL人脸库为例，证明了基于分形邻距的目标图像识别方法的有效性。