现代战争中,空中精确打击和空地一体化作战已经成为最重要的作战形式。因此,对空中目标的识别就显得非常重要。本论文就针对飞机目标,在基于DSP的图像处理平台上进行飞机目标识别研究。主要完成以下几个方面的工作:首先,介绍了本课题国内外研究现状和发展方向。着重研究了DM642在图像处理应用过程中程序结构的软硬件设计以及利用EDMA传输方式解决大量数据传输的瓶颈问题。其次,重点研究了飞机目标的灰度分割,提出不同的阈值化法进行图像分割,包括改进最大类间方差法、基于进化规划的最大熵法、最大相关法、迭代法;对于彩色分割,探索了基于RGB空间的自适应阈值法;对于复杂背景下的图像分割,采用了局部阈值法。实验表明,这些方法能较好地区分目标和背景,为目标识别作好准备。然后,研究了图像特征提取和目标识别算法。文中讨论了不变矩特征以及归一化转动惯量特征,并对不变矩特征进行修正,应用于目标识别。采用RBF神经网络识别方法,根据不同的中心选取算法构造RBF网络并应用于飞机识别,并对识别结果进行了对比分析。最后文章还研究了运动目标检测算法,分析了常用的目标检测算法的优缺点,在此基础上,采用了背景差分法进行飞机目标检测。