随着图像信息在各领域的广泛应用，数字图像处理技术已成为科学技术诸多领域中必不可少的手段。数字图像处理的目的在于通过对图像的处理和分析，从中提取出感兴趣的信息。图像的识别以图像处理为基础，对提取出的对象物进行分类和识别。与传统的模式识别方法相比，基于人工神经网络的模式识别方法在抗干扰性和自适应性上有着明显的优势。 本课题对基于人工神经网络的印制线路板图图件识别进行了研究。识别过程主要分为两个阶段：图像的预处理和模式识别。图像预处理阶段运用数字图像处理技术，从原始PCB图中提取出待识别的图件对象，该阶段主要包括基于直方图均衡化和中值滤波法的二值图像去噪与平滑操作、基于二值形态学原理的图像细化操作和基于四叉树分解算法的图件图像分割操作；在模式识别阶段，采用BP神经网络模型对PCB图件图像进行识别，为降低网络规模，经深入分析比较，提出了一种行、列扫描提取图件图像特征向量的算法，并对标准BP学习算法进行了改进，获得了较好的效果。