自动目标识别是计算机视觉研究领域的一个重要研究方向，也是研究热点之一。无论是在民用领域还是军事领域，自动目标识别技术都有着广泛的应用。在自动目标方法中，基于模板匹配的自动目标识别方法是一类非常重要的方法，尤其是基于异源模板匹配的自动目标识别方法，可用于空面制导武器的制导，大幅提高空面制导武器的自主能力，因此，开展基于异源模板匹配的自动目标识别方法研究具有重大的军事意义和理论价值。在空地成像制导应用中，能获取到的目标模板一般是卫星图片或航空侦察图像，而实时图通常为前下视红外图像，即使能获取到目标的红外模板图像，因不同时段和不同条件下获取的红外图像也具有很大的差别，是典型的异源模板匹配问题。因此，基于异源模板匹配的自动目标识别是一项极具挑战的任务。传统基于异源模板匹配的自动目标识别需要精确的导航信息，用以对模板图进行视角和尺度变换，但这种方法需要复杂的信息保障，普适性也不强，限制了其在武器型号中的应用。本文面向空面成像制导应用需求，从降低信息保障要求和提高算法的普适性出发，研究基于几何基元的红外成像自动目标识别方法，该方法不依赖于导航信息支持，具有更好的普适性。本文的主要工作如下:　　1)对自动目标识别技术的发展历程、应用领域以及国内外研究现状进行了总结，对本文的研究背景、技术内涵、面临的挑战进行了分析。制定了论文研究方案，明确了论文研究内容以及论文各章节之间的关系。　　2)对几何基元进行了研究，在此基础上，提出了一种几何基元表征方法，主要包含平面几何基元的构造、描述及提取方法。根据仿射变换的面积不变量提出了一种基于直线组几何基元的仿射不变量。实验结果表明，本文提出的算法能够有效解决目标与待匹配图像之间存在的仿射变换问题。　　3)研究了实际光电成像系统的成像特性，受通讯和雷达等电子信息处理系统中广泛应用匹配滤波技术的启发，提出了一种基于匹配滤波的边缘检测方法;设计了用于边缘提取的匹配滤波器，提出了一种噪声抑制方法和边缘响应二值化方法;实验结果表明，本文提出的方法具有更高的检测灵敏度，更高的精度、更强的抗噪声干扰能力以及更少的时间消耗等特点。　　4)研究了深度学习原理及将其应用于边缘提取的优势和不足，提出了一种基于深度学习的边缘提取方法。对HED网络结构进行了改进，去掉其第三个和第四个池化层，并相应地修改了最后两个侧边输出层中的反卷积层，一方面在不影响高层语义信息的同时提取更为精细的边缘，另一方面，减少了计算资源的消耗，有利于最终的融合。最后，融合基于匹配滤波的边缘提取方法的提取结果，得到既能表达目标主结构，又有较高边缘聚焦能力的边缘提取结果。　　5)在上述研究工作的基础上，将几何基元应用于异源图像匹配中，提出了一种基于几何基元的自动目标识别方法。首先对直线进行组合构成直线组几何基元，然后利用直线组中各条直线构成的三角形面积之比作为描述直线组的特征量。该方法不仅可以在所有候选直线组中找到与目标匹配的最佳直线组，还能确定组内直线的一一对应关系，求出目标模板与实时图中的同名点。根据两幅图像中同名点可以求出两幅图像之间的仿射变换矩阵，进而找出目标在红外实时图中的位置。同时还提出了一种在实时图中进行直线提纯的方法，以提取实时图中的主要直线，进而提高目标定位精度。