神经网络图像识别技术是随着当代计算机技术、图像处理、人工智能、模式识别理论等发展起来的一种新型图像识别技术，是在传统的图像识别方法的基础上融合神经网络算法的一种图像识别方法。本文简要介绍了图像识别原理和几种模式识别常用的神经网络模型，重点介绍了目前在目标识别中用的最多的前馈神经网络模型及其采用的BP算法。讨论了BP算法的优缺点，针对BP算法存在的缺点，介绍了几种改进的BP算法。提出了BP网络分类器的设计方法、样本的选择及组织方法。本文采用了不做图像特征提取的神经网络图像识别方法，克服了在复杂背景下目标特征提取的难点。实验仿真结果表明不做特征提取的神经网络图像识别方法是可行的。本文最后提出了一种可动态重构的BP网络的FPGA实现模型。尽管还没有将该系统应用于实际的图像识别，但为下面的工作打下了基础。