图像目标识别是模式识别的一个重要分支,经过数十年的发展,现在已经渗透到了军事、空间探索、医学、视频监控等各个领域,具有很大的实用价值和重要意义。本文根据遥感或航拍图像军事侦查应用中目标识别的要求,研究了基于形状信息的图像目标识别相关理论及方法。针对复杂场景图像中单一分割方法不能很好地分割目标的特点,本文提出了一种区域生长与活动轮廓模型相结合的图像分割算法、一种区域生长与阈值分割相结合的图像分割算法和基于目标先验信息的虚假目标过滤算法。两种分割方法首先利用区域生长算法获取目标的大致区域,然后在目标的局部图像区域利用阈值方法或活动轮廓模型算法进行精细分割。由于利用了目标区域所在的局部图像数据,排除了其它图像场景数据的干扰,所以取得了很好的分割效果。虚假目标过滤算法利用目标的先验信息和区域生长获取目标区域的特征,能够去掉多数虚假目标。在已有的基于形状的图像目标特征提取方法基础上,提出了目标面积与目标凸包面积比值、基于圆环划分、基于曲率测度、基于中心到轮廓点距离等多种特征提取算法,并给出了其实现方法。实验测试表明所提取的特征具有平移、缩放及旋转不变性,且其数值比较稳定。研究了基于特征不变量的模板匹配识别方法,提出了一种多特征不变量数值变动范围匹配的目标识别方法。依据实际分割出来的目标轮廓存在变动的特点,基于形状对准匹配识别方法,提出了一种松弛轮廓区域模板匹配识别算法。实验结果表明所提出的识别方法取得了很好的识别效果。