随着数字图像处理和人工智能两门学科的不断发展，模式识别已经有了长足的进步。而现代战争作为展示新技术的舞台，对空中目标飞机的图像识别有着新的更高的要求。因而，对目标图像识别的研究已显得非常重要。 本文重点对飞机图像识别技术进行了研究，主要可分为前期预处理和图像的后期模式分类两部分，本文结构如下： 首先，对输入图像进行预处理，包括对图像滤波，锐化以及对图像进行边缘检测和迭代阈值分割，二值化。文中分别采用Robert、Sobel、Prewitt、Gauss-Laplace以及Canny算子对图像进行边缘检测。并对图像进行迭代阈值分割及二值化。 其次，提取图像的矩特征。文中提取了飞机图像的Hu矩，并对矩特征进行了修正和归一化。 再次，把矩特征分别输入神经网络和支持向量机进行模式识别和分类。文中分别应用改进的BP算法，Kohonen网络和多层前馈网络组以及支持向量机对样本进行训练和识别。 最后，根据论文中对飞机目标识别的算法，采用VC语言编程所完成的软件系统作仿真实验，仿真结果表明，本文所采用的方法能够实现对飞机目标的识别。