Raspoznawanie obrazow igraet wazhnuü rol' w sowremennyh informacionnyh sistemah. Osobenno shirokoe rasprostranenie poluchili sistemy awtomaticheskogo raspoznawaniq izobrazhenij. Nesmotrq na shirokuü kommercializaciü rynka programmnyh produktow, intensiwnost' issledowanij w ätoj oblasti otnüd' ne snizhaetsq, t.k. nadezhnost' suschestwuüschih reshenij wse esche ne dostatochna. Problema osobenno usiliwaetsq, esli baza dannyh sostoit iz tysqchi ätalonow, chto priwodit k uslozhneniü modelej klassificiruemyh ob#ektow i, kak sledstwie, newozmozhnosti realizacii suschestwuüschih algoritmow w rezhime real'nogo wremeni. V nastoqschej rabote na osnowe principa minimuma informacionnogo rassoglasowaniq Kul'baka-Lejblera razrabotan nowyj, optimal'nyj w bajesowskom smysle, kriterij dlq raspoznawaniq izobrazhenij. Predlozhen metod naprawlennogo perebora w kachestwe odnoj iz al'ternatiw polnomu pereboru mnozhestwa ätalonow. Issledowana wozmozhnost' primeneniq razrabotannogo metoda k drugim aktual'nym zadacham klassifikacii (raspoznawanie rechi, planirowanie dejstwij trejdera na fondowom rynke). Poluchennye rezul'taty i sdelannye po nim wywody rasschitany na shirokij krug specialistow w oblasti teorii i praktiki raspoznawaniq obrazow.