我国海域辽阔,利用光学遥感影像对海洋进行监测,具有重要意义。本文主要研究舰船目标的型号识别问题,具体包括样本库构建、图像预处理、特征提取及描述、识别算法研究。1)舰船样本库构建。本文首先整理了航母、两栖类、巡洋舰、驱逐舰和护卫舰五类共19个型号的基本信息;然后由Google Earth收集了近300个舰船样本切片,构成一个完整的舰船样本库,用于后续的实验。2)舰船图片预处理。对舰船感兴趣区域首先进行Ostu分割,针对其不规律的舰船分布方向,提出利用主成分分析算法提取舰船主轴方向,并将其旋转统一成水平分布。然后,对分割不完整的舰船图像,利用扫描线填充算法进行补齐处理,得到较为完整的舰船轮廓。最后,针对港口舰船目标并排停放的问题,提出通过寻找投影直方图谷点方法进行切分。3)舰船分类。提取尺寸、形状、纹理特征,并生成不同的特征组合,通过支持向量机分类器,分别进行舰船的分类实验,通过分析分类结果,获取最佳的分类特征组合。4)舰船型号识别。针对驱逐舰、护卫舰相互之间尺寸接近、外形相似,提出一种基于SIFT(Scale Invariant Feature Transform)特征Harris角点特征匹配的舰船型号识别方法。首先,利用SIFT算子提取舰船局部特征;为减少SIFT特征点误匹配,对舰船进行分区域(舰首、舰舯、舰尾)匹配。其次,提取描述舰船边缘的Harris角点特征,进行匹配。最后,根据两次匹配结果的重要性分别赋予相应的权重,进而判定舰船的型号。