中医是我国优秀文化瑰宝，为中华民族的繁衍昌盛做出了巨大的贡献，并至今仍是我国医疗卫生事业中的重要组成部分。中药质量的好坏，极大地影响着中医的疗效。因此，开展针对中草药鉴别的科学研究具有重要的意义。传统的中草药鉴别，主要靠人眼和主观经验进行。但是，这种方法劳动强度大、对人工经验依赖大、缺乏科学准确的定量评价，不仅效率低而且鉴别结果容易出错。为此，本文基于图像识别技术，开展中草药鉴别技术的研究，旨在用计算机自动识别和分类技术部分代替人工识别。但是中草药种类繁多，且很多种类的比较并不具有实际意义。因此，本文主要选取中草药中十分重要的一类，即藤茎类植物，作为本文的研究对象。论文研究的主要内容如下：1.通过对藤茎植物横切图像特点的研究分析，提出采用颜色和纹理特征作为藤茎植物特征描述和分类识别的工具。2.根据藤茎横切面的颜色特点，研究建立了基于颜色直方图的藤茎植物颜色特征提取方法。经实验证明，该方法能很好描述藤茎植物的颜色特征。3.研究了基于Gabor滤波器的藤茎植物纹理特征提取方法。提出了一种Gabor滤波器的改进算法，研究了伪Zernike矩及其快速实现，并在此基础上，将Gabor小波和伪Zernike矩结合，提出了一种基于Gabor滤波器波的旋转不变性纹理特征描述方法。实验证明，该方法能有效描述藤茎植物的纹理特征，为后续分类识别工作奠定良好基础。4.研究并建立了基于支持向量机的藤茎植物鉴别系统。针对支持向量机分类器的核函数和参数选取进行了对比研究，并对藤茎植物横切图像进行分类识别，实验证明了本文算法的有效性，并在识别准确率上有较大提高。论文给出大量的实验和分析比较，实验结果验证了本论文建立的方法的可行性和有效性。