本文对基于轮廓片段空间关系目标识别进行了研究,主要内容分为图像预处理和轮廓提取、基于图像轮廓的粗匹配和基于轮廓片段空间关系的目标识别三个大部分。首先,本文对目标轮廓的提取技术进行了研究和实验。本章将目标轮廓提取分为预处理和轮廓检测两个阶段进行了介绍,并详细介绍了灰度、滤波、边缘提取、膨胀、空洞填充等算法。最后将提取出的轮廓进行了重绘,完成了图像目标外部轮廓的提取,提取结果可以满足后续工作的需要。其次,研究了基于轮廓形状特征的目标匹配技术。主要研究了基于Hu图像不变矩的目标匹配和基于形状上下文的形状匹配。Hu图像不变矩主要是通过计算目标轮廓区域的Hu不变矩,然后通过计算两幅图像不变矩之间的几何距离,最后得出匹配结果。形状上下文主要通过对两个形状的描述矩阵进行匹配计算得到一个匹配矩阵,解出一个最优解,这个最优解便是形状上下文的匹配结果。最后完成了对两种匹配算法的结果分析比对。然后,研究了基于轮廓片段空间关系的图像匹配。由于离散的轮廓片段在计算上述描述子时存在一定的匹配误差和劣势,故而对离散轮廓片段空间关系进行研究。针对所遇到的两种不同的图像形式,分别采取了不同的方法进行空间关系参数的确定:针对所采集到的遮挡的图像,在经过图像预处理后只能得到图像的轮廓片段,故而采用轮廓片段的质心位置来表征其空间关系参数;针对数据库内完整的图像,利用求取图像骨架的方法,用图像骨架上的关键结合点来表征图像的空间位置参数。最后利用空间关系参数约束办法来求取最终的匹配结果。再次,对上述算法进行了整合,利用C++结合Qt完成了图形界面化的编程工作,完成目标识别系统设计,以便其移植和使用。最后,对本课题已完成工作进行了总结,并对后续工作内容作了展望。