图像的分类识别以及运动目标的跟踪在军事,工业过程控制,医学研究,交通监控等许多领域都有着广泛的应用前景。而神经网络的兴起与引入,为图像分类识别与目标跟踪的研究注入了新的活力。本文简要介绍了图像识别与目标跟踪的基本原理,重点介绍了目前在识别与跟踪中应用最多的BP神经网络模型。在此过程中同时对图像数据的预处理、训练样本的选取、图像匹配度函数的设计都进行了讨论;对于BP网络的设计也给予了一定的讨论。引入了将小波矩特征与神经网络结合的方法,应用到图像的分类识别中,利用小波矩的旋转不变性及神经网络的记忆能力,对多种状况进行了实验仿真,证明了此方法的可行性及良好的鲁棒性。将信息熵特征提取的方法与神经网络结合,应用到复杂背景下的目标跟踪中,设计了相应的跟踪算法,通过仿真实验,取得了较好的跟踪效果。