激光主动成像系统使用主动照明的方式探测目标，具有作用距离远、抗干扰能力强、不受环境光限制等优点，能够在夜晚条件下实现目标远距离、高分辨率成像，作为一种新型探测机制具有广阔的应用前景。激光主动成像下的目标识别技术对于在照明条件不足的环境下发现并识别隐蔽目标、实现目标跟踪等具有重要意义。但是，由于成像机制和成像条件的差异，激光主动成像中的目标识别相比被动成像条件具有以下难点:激光的相干性和目标表面粗糙漫反射造成明显的散斑效应，同时图像还包含背景辐射噪声、CCD噪声等，严重影响成像质量;承载平台的震动、目标和成像系统之间的相对运动、大气湍流等原因，导致图像模糊;目标不同区域的照度不均匀造成目标完整提取困难;成像距离较远时，纹理信息难以提取;目标的颜色信息提取较为困难。这些难点给激光主动成像目标识别带来了很大挑战。为此，本文专注于激光主动成像目标识别流程，分别在噪声抑制、模糊复原和特征提取与目标分类识别三个方面展开深入研究，提出有效的处理算法，然后设计基于DSP的嵌入式处理平台，将算法移植到嵌入式系统中。本文主要工作如下:　　(1)在研究激光主动成像中散斑噪声、CCD噪声和背景辐射噪声特性的基础上，提出行之有效的噪声抑制方法:针对散斑噪声，将语音信号处理中的信号子空间理论拓展到二维图像空间，将图像信号分解到噪声子空间和信号子空间，并依据不同的约束条件，推导得到时域约束和谱域约束的滤波估计矩阵;针对混合噪声，将Lee滤波器和模糊加权均值滤波器结合，依据轮廓曲率将图像上的像素点分为强信息点、弱信息点和无信息点，对不同类的像素点使用不同滤波参数的混合滤波器进行滤波，实现混合滤波器像素级的自适应性。所提算法的SI指标优于Lee、Kuan等传统方法，其中SDC算法的时间性能最优。　　(2)在研究激光主动成像图像模糊特性的基础上，提出两种适用的模糊复原方法:针对现有复原方法模糊核估计容易受到噪声影响的缺陷，使用不同的低通方向滤波器对含噪模糊图像进行滤波，对每个滤波器估计垂直方向上的模糊核Radon变换，使用逆Radon变换重建模糊核函数。方向滤波器对图像某一个特定的方向滤波，不会影响该方向上的模糊核投影，因此最终得到模糊核估计较为准确;针对现有复原方法由于光强较弱导致边缘及梯度信息提取不准确、模糊核估计出现误差的问题，提出基于光纹区域的模糊复原方法。提取图像中光点模糊形成的光纹区域，用于模糊核估计，使用迭代复原算法抑制振铃现象。实验中两种算法的PSNR指标均优于对比算法。　　(3)研究激光主动成像中的特征提取和目标识别技术:对于轮廓特征较易提取的目标，提出基于快速轮廓转动惯量的目标识别方法。使用MSER算法检测出目标特征区域，并结合物理学上的转动惯量概念，提出快速轮廓转动惯量特征FCTF，用以描述目标特性。算法对于旋转、尺度缩放、仿射等变换具有较好的不变性，能够快速有效地识别目标;对于轮廓特征难以完整提取的目标，提出基于FAST-Difference和FREAK局部不变特征的目标识别方法。提出的FAST-Difference特征点检测算法保留了FAST算子的旋转和光照不变性，同时具备尺度不变性。另一方面，引入的FREAK局部不变特征具备类人类视网膜的特性，能够描述复杂目标的局部特征。该算法能够有效识别主动成像中部分照亮的塔形目标，识别率和时间性能均优于传统的SIFT和SURF算法。　　(4)根据需求，设计嵌入式激光主动成像目标识别系统的软硬件平台。首先介绍硬件处理板的架构和数据传输流程，接着设计了DSP上的识别算法软件流程。充分利用多核处理器的资源，将处理任务进行拆分，实现多DSP的并行处理。实验结果表明多DSP并行机制下，激光主动成像目标识别算法平均运行时间为38.24ms，实现了实时处理。