自动目标识别 (Automatic Target Recognition，简称ATR)是当今世界军事技术研究领域的一个关键性课题。由于该研究领域的复杂性和特殊性，使得很多目标识别的方法不能获得比较令人满意的结果。近年来，小波分析因其良好的时频局部化特性，已经成为信号处理和图像分析系统中的有效工具；不变矩的抗噪性和相对于目标几何变换的不变性，被广泛运用于各种目标识别系统中；支持向量机理论的逐渐成熟开辟了自动目标识别技术的新途径，使得以前在自动目标识别技术中的存在的问题有望得以解决。 本文通过运用Contourlet变换和小波矩来获取目标的方向特征，并将获取的特征与支持向量机相结合实现了一套新的目标识别系统，该系统可识别多类目标。本论文使用这种系统识别了四类飞机目标，达到了较好的效果。 本文的研究工作是围绕 Contourlet 变换、小波矩和支持向量机来展开的。首先，研究了运用 Contourlet变换和小波矩来获取图像的方向特征。接着，比较了能够描述目标全局特性的Hu矩和能够描述目标局部特性的小波矩的不变性。然后，研究了支持向量机的核函数、惩罚系数选取以及小波神经网络和支持向量机的识别性能。最后，将小波矩特征和支持向量机相结合形成了一种新的自动目标识别系统。实验证明该识别系统具有良好的识别效果。