现代图像处理技术已发展成为包含计算机图像处理、光学图像处理及光电混合处理的综合性技术。三维目标的实时处理与识别技术离不开光学处理和数字处理的有机结合,它用光学处理的方式快速实现成像变换和相关运算等运算量极大的运算,用计算机灵活、精确的特点完成控制、分析和判断的任务。近年来,国内外的研究重点主要针对实时图像处理、光学相关模式识别以及工程实现等领域。 1964年,我们熟知的Vander Lugt匹配滤波器的出现标志着光学模式识别的诞生。经过40年来无数工作者的研究与发展,光学模式识别已经成为信息光学的一个重要分支。随着计算机技术和空间光调制技术的迅速发展,利用光学方法实现的图像识别技术也逐渐由传统的纯光学元件组成的系统向光学与计算机软硬件相结合的系统转变,得到越来越多的应用。但是,传统的图像识别方法是以二维图像相关为基础的,面对三维物体的识别仍然存在困难。 本文主要研究基于结构光编码的三维物体识别方法,这种识别方法的实质是通过结构光投影,构造一个新的识别复函数,物体的高度分布信息以复函数位相的形式编码于新的识别复函数之中,因此该方法具有本征三维识别的特点。本文提出两种三维物体识别方法,一种是基于结构光编码和传统的匹配滤波器的方法,另一种是基于结构光编码和神经网络的方法。文中给出了两种方法的原理,计算公式,识别系统结构和实验结果。本文具有创新性