Este trabajo aborda el problema de reconstrucción de imágenes basado en IFS para imágenes binarias. Dada una imagen binaria como entrada, el objetivo es obtener todos los parámetros de un sistema de funciones iteradas cuyo atractor aproxime con precisión la imagen de entrada; la calidad de esta aproximación se mide según una función de similitud entre las imágenes originales y reconstruidas. Este documento presenta un nuevo método para abordar este problema. El método se basa en redes funcionales, una potente extensión de las redes neuronales que utiliza funciones en lugar de los pesos escalares típicamente encontrados en las redes neuronales estándar. El método se basa en una red artificial compuesta por varias redes funcionales, una para cada uno de los mapas afines contractivos que forman el IFS. El método se aplica a un ejemplo ilustrativo y desafiante de una imagen binaria fractal que exhibe una forma complicada. Los resultados gráficos y numéricos muestran que el método funciona muy bien y es capaz de reconstruir la imagen de entrada utilizando IFS con alta precisión. Los resultados también muestran que el método aún no es óptimo y ofrece espacio para mejoras adicionales.