随着海军在现代战争中作用的不断提升和各种先进作战舰船的不断装备,基于海面背景的舰船目标识别已经成为自动目标识别领域中的重要研究课题,其具有基础性和关键性的作用。目前普遍采用雷达制导和图像制导两个方式。与雷达制导相比,图像制导功耗小,探测距离长,而且识别精度高。本文以此为切入点,研究了三维舰船目标的图像识别算法。论文的主要工作成果如下:(1)提出一种基于自适应阈值的区域生长并结合形态学滤波和几何学处理的目标分割算法。通过对生长阈值的自适应选取,得到目标分割图像,并结合形态学滤波及几何学处理进行后续处理。实验证明该方法适用于大部分以舰船为目标的图像。(2)设计了一种基于AP聚类SIFT特征点的三维目标特征提取算法。根据SIFT(Scale Invariant Feature Transform尺度不变特征变换)特征良好的平移、旋转以及比例不变性,成功将传统的图像库图像转化为SIFT特征向量库。并结合AP(Affinity Propagation近邻传播)聚类算法将图像库进行聚类,剔除大量重复图像。实验结果表明,在保证准确率的情况下加快了对目标舰船类型的识别速度。(3)提出了一种改进ASIFT的三维目标识别算法。引入并改进ASIFT算法,在SIFT特征三个不变性的基础上,对待识别舰船目标,增加经度角和纬度角两个参数来模拟视角变化,实现了较大范围的仿射不变性。实验结果表明此方法通过增加待识别图像的SIFT特征向量,增加了与不同舰船类型目标数据库的匹配点数,从而提高了对舰船目标的识别率。