在识别飞机空间姿态的基础上,根据局部图象跟踪过程中导引头测量信息能够更加准确地估计目标瞄准点参数,有利于对目标易损部位的精确打击。本文以制导引信一体化为背景,利用红外成象导引头图象信息,对飞机目标姿态识别技术展开研究。在分析高速交会过程中导引头红外图象特征基础上,应用滤波降噪、图象序列分割、干扰斑块消除等方法对目标红外图象进行预处理,并对以上算法进行仿真验证,结果表明采用灰度范围压缩与象平面上采样的改进Otsu算法能够有效地减少算法运算量。目标类型识别采用BP网络进行。建立目标训练集与测试集图象库,提取目标样本的Hu不变矩、一阶仿射不变矩特征组合作为BP神经网络的输入向量,利用训练后的BP网络识别飞机目标类型并获取实际飞机机轴长度参数。目标骨架提取应用改进的Hilditch细化法完成,然后采用改进的Hough变换检测骨架图象中机轴所在直线,利用象平面上机头、机尾位置及导引头测量信息确定机头、机尾在目联相对速度坐标系中的坐标参数。弹目交会过程中机头、机尾及导引头焦平面中心能够确定多个平面,它们在空中的交线即为飞机机轴,通过确定飞机机轴的空间方向矢量,完成飞机空间姿态的识别。根据飞机空间姿态、目标类型识别获取的实际机轴长度参数及弹目相对速度矢量进行延时修正。文中对图象预处理、目标类型识别、目标骨架提取、机轴检测等算法进行了设计并验证了算法的正确性,在C++Builder5平台上进行图象预处理及机轴检测的界面设计。最后讨论了图象分割时阈值选取误差及不同交会情况对飞机空间姿态识别和延时修正的影响。