基于图像特征信息提取的目标识别系统在各个领域都具有广泛的应用,一直以来都是国内外很多机构和组织的研究对象。而提高识别算法的实时性和准确性对目标识别系统顺利完成目标识别和定位任务具有重要意义。论文的研究目的也正在于此。在无人飞行器领域中,微型无人直升机由于其飞行的灵活性而倍受研究者的青睐。它利用机载嵌入式视觉系统,可以完成各种军用和民用任务,大大提高了微型无人直升机的实用价值。同时,它体积小、结构简单、自重轻、维护简单,具有很大的发展潜力和良好的应用前景。国内外对微型无人直升机展开了广泛而深入的研究,其中视频图像处理系统作为微型无人直升机的重要组成部分,主要负责进行目标识别和定位,为导航控制提供重要参考依据。论文通过对以往图像识别技术的研究,设计并实现了适用于微型无人直升机的图像目标分类识别算法,并通过实验证明了算法的有效性。由于微型无人直升机识别环境的复杂性和摄像机的运动而导致的一般识别算法分类精度不高的缺点,对拍摄图像的特征信息提取和目标识别的方法进行了研究。主要在数字图像预处理的基础上提取图像的有效特征,实现了基于这些特征的支持向量机图像识别方法。针对背景突变的问题,利用高斯混合模型结合支持向量机来处理视频图像,初步构建起一个基于图像的特征信息提取与目标识别的较为完整的快速识别算法。由于充分利用了支持向量机分类器的准确性高和基于高斯混合模型背景建模算法的自适应性好、计算速度快的特点,使识别算法达到较好的实时性和准确性。