提出了一种基于Gabor变换、KPCA和神经网络的图像分类方法。首先对图像进行Gabor滤波,获得不同方向的特征参数;然后提取图像的KPCA作为图像的特征,最后利用神经网络进行分类。通过对实验分类结果的定量分析可知,该方法可以获得精度比最小分类模型方法以及最大似然分布模型方法高的分类结果。