目标识别属于当代计算机科学研究的重要领域,已发展成为一门独立的学科。这一学科在近几年里,发展十分迅速,应用范围相当广泛,从宇航领域拓展到生物科学、信息科学、资源环境科学、天文学、物理学、工业、农业、国防、教育、艺术等各个领域与行业,在国防经济、国防建设、社会治安和社会发展等方面得到广泛应用,对整个社会都产生了深远影响。本文以轮廓特征为识别特征,研究了轮廓的获取、轮廓的划分方案、评价与合并,以及基于边界标记的形状上下文识别方法。全文的主要研究内容如下:研究了轮廓获取算法。良好的边缘检测算法对于目标识别具有重要意义,为此对比研究了经典边缘检测算法提取边缘的效果,并进行了实验验证,然后采用数学形态学处理方法对边缘提取结果进行处理消除不必要的片段,得到目标形状图,最后提取了目标轮廓。研究了基于显著性轮廓特征片段的目标识别算法。为了获得具有显著特征的轮廓片段,论文首先制定了轮廓的划分方案,然后提出了评价轮廓片段价值性的三个参数对轮廓片段进行评价,最后对不满足评价标准的轮廓片段进行合并。对MPEG-7库的图片进行了实验,验证了经过轮廓片段评价与合并处理可以保证轮廓片段具有显著特征,对于目标识别具有良好的效果。研究了基于边界标记的形状上下文的目标识别。形状上下文算法本身不具有旋转不变性,为了实现对旋转目标的识别,提出了边界标记和形状上下文相结合的方法。首先文章对比了几种边界标记的方法,其次计算了目标的重心,然后对边界标记进行了平移、旋转、缩放不变性的研究,最后运用边界标记和形状上下文算法进行了实验,验证了本文方法可用于旋转物体的识别。将本文研究的理论方法用于车型的识别。一方面验证该理论成果的可行性,另一方面也实现了部分车型的识别。首先运用本文提出的方法自建了车型库,然后对车的轮廓提取特征片段,运用边界标记方法对轮廓片段进行标记,最后运用形状上下文算法进行识别,得到识别结果,验证了本文提出的方法的有效性和适用性。