三维目标识别技术是电视跟踪系统中的关键技术之一,也是目前该领域亟待解决的一个难题。本文首先介绍了目标识别的发展历程和现状,之后对现有的几种识别方法进行了分析和比较,最后提出了一种不变矩特征提取与神经网络识别相结合的方案。本文的主要工作有:目标图像处理、目标图像特征提取和目标识别。1)在目标图像处理阶段,针对传统的中值滤波运算量大的缺点,提出了一种快速中值滤波的算法;对常用的几种边缘检测算子进行了比较,选择了蒲瑞维特算子对图像进行处理。本课题中,经蒲瑞维特算子处理的图像边缘清晰完整,噪声较小;结合课题的实际情况,提出了一种自动寻找最佳阈值的算法,快速、有效地对图像进行了二值化处理。2)在目标图像的特征提取阶段,介绍了不变矩的性质和特点。由于不变矩反映了目标的形状特点且具有较好的平移、旋转、伸缩不变性,故以其作为图像的特征用于识别,考虑到传统不变矩计算方法的不便,对其进行了修正。修正后的不变矩运算量骤减,有助于实现系统的实时性。3)在目标识别阶段,首先介绍了人工神经网络的概念和特点,考虑到自组织特征映射网络强大的无导师学习和分类识别的能力,本课题以其作为识别手段;之后采用Kohonen算法设计了适用于本课题的网络,取得了一定的效果。本文提出的方案最终在VC和MATLAB上实现,通过对两架飞机的实验证实:本系统识别准确率为86.57%,且具有较好的泛化识别能力。