三维目标识别研究在生产和科学研究中发挥着重要作用,成为工程技术领域的重要研究课题和研究热点,本文的研究工作围绕三维目标离面旋转和复杂背景下的识别问题展开,具体内容如下:针对三维目标在离面旋转以及非线性光照条件下的识别问题,采集了180幅不同旋转角度的图像作为训练集,利用主分量分析法选取了20个特征向量,显著降低了特征空间的维数。利用这些特征向量对图像进行分解和重构,在保持较高计算精度的前提下减少了计算的复杂性。提出了利用原始图像向量与重构图像向量夹角余弦值来判别目标真假的方法。计算结果表明,该方法能有效识别不同旋转角度的目标,同时能够消除非线性光照对目标识别的影响。基于识别目标真假和空间位置的需要,将180幅训练图像分成了四个训练集,分别计算每个训练集的特征向量,分析结果表明每个训练集可以用三个特征向量来表示,这样用十二个特征向量就可以建立目标的四个特征空间,使目标分解与重构过程大大简化。利用待识别目标向量与重构向量之间的关系,不仅可以判别目标的真假,还可以确定目标所在的空间位置。计算结果表明,目标多特征空间的建立方法和目标识别准则是有效的,能够实现离面旋转条件下三维目标真假和空间位置的识别。研究了复杂背景下的三维目标识别问题,运用模板匹配方法有效降低了背景对目标识别的影响,实现了复杂背景下三维目标的识别。