随着图像处理各基本理论的发展以及DSP应用技术的快速进步，与DSP技术相结合的数字图像处理技术在国民经济各部门得到了广泛的应用。现代战争对科学技术的要求越来越高，在空战这样一个复杂、动态的环境中，对飞机目标的识别已经显得越发的重要。本文所讨论的是飞机目标图像的识别技术及其在DSP上的应用，主要的工作内容包括以下几方面： 首先，讨论了图像的边界检测问题。这里我们将小波理论作为基础，在已经研究的多尺度小波变换方法上，加入模角分离（MAS）的小波函数，它可以很有效的将所要得到的边界和不需要的噪声相区分。在分析了此方法的数学模型之后，我们在实验中可以看出，这种方法可以有效的检测出目标图像边界，并且优于以前所研究的其他方法。 其次，在所得到的边界图像的基础上，研究了对于图像边界的不变矩问题，我们将本文中所探讨的仿射不变矩方法和一般的不变矩方法相对比，从数学模型和实验结果中可以发现，仿射不变矩有着维数低、类间方差大、易于区分的特点。在图像的特征提取上可以得到很好的效果，并为下一步的分类器设计打下了良好的基础。 再次，是将前文所研究的不变矩结果输入分类器对目标进行分类识别，这里的主要工作是设计性能优良的分类器，并将训练样本输入到分类器中进行训练，再运用测试样本进行测试。分类器设计和目标识别方法主要是运用了小波网络（WNN）和学习矢量量化网络（LVQ）。针对不同的网络模型研究了改进算法并分析了各自的优缺点，得到了较为满意的识别效果。 接着，介绍了DSP技术的发展，软硬件结构。并结合本课题的实验平台DAM6416P探讨了DSP在图像处理应用过程中程序结构的设计方法，并设计了针对实验平台的目标图像识别算法。 最后，简单地总结了本课题的内容，并从软件及硬件方面对本课题的研究方向进行了展望。