目标识别是计算机视觉的一个重要研究方向，在军事，自动化领域有着广泛的应用前景。复杂背景下动态目标的识别更是一个难点和热点。目前关于目标的识别方法已有很多，而对于复杂背景下目标识别仍处于探索阶段，还没有成熟的理论，尤其是对复杂背景下动态目标的识别，是一项十分复杂同时也十分有用的技术。正确的对复杂背景下动态目标作出识别对于指挥自动化系统后期的信息处理起着关键作用。 本文对复杂背景下目标的识别主要分为前期处理和后期处理。在前期处理中，分别对目标图像进行预处理、边缘检测和图像分割等处理，并给出了图像处理后的试验结果。在分析了已有中值滤波的基础上，提出了一种改进和优化后的中值滤波，此算法在一定程度上即有效的去除噪音同时也避免了因为完全中值滤波而使图像的细节受损。后期处理中，分析了传统的模板匹配算法。由于传统模板匹配的相关数据量多、计算量大，很难实现对复杂背景下动态目标识别匹配的实时性和匹配速率。 因此，在小波变换和投影的基础上，提出一种对于复杂背景下动态目标进行匹配的区域分割匹配算法，此算法根据目标进入区域的方向进行区域划分，把目标区域和目标运动方向相关的区域进行小波变化和投影处理后再进行匹配，减少了匹配的区域和数据量，我们采用VC编程语言实现识别算法，后期的跟踪处理采用的是基于600MHZTITM320DM642DSP芯片的平台上，在CCS编译环境下用C语言编程进行识别跟踪算法研究，该算法在一定程度上实现了复杂背景下目标的匹配，减少了匹配数据量，提高匹配速率和匹配效率，同时基本上实现了对动态目标的识别匹配。