三维信息是目标的本质属性,具有稳定、抗干扰的特点,基于三维信息的目标检测与识别在军事、工业、民用等各个领域都得到了广泛地应用。相对于基于图像的二维目标识别技术而言,三维目标识别技术仍然大多停留在理论研究和方法验证阶段,尚没有得到大规模的应用,因此在实际应用中会遇到很多困难和问题,特别是对可发生刚性形变的三维目标检测与识别,尚无实用的解决办法。坦克是典型的战场高价值目标,对其进行检测与识别具有重要的军事价值,但是坦克炮塔会360度旋转,属于典型的刚性变形目标,目前国内外都没有能够正确识别炮塔任意角度旋转后的坦克目标的方法。本文为了解决该问题,提出并实现了一种基于分割的三维形变目标识别方法,该方法先将坦克目标分割成车体和炮塔两个活动部件,然后应用基于三维特征的识别方法分别识别部件,最后融合部件的识别结果,最终准确识别坦克。以下是本文的研究内容:(1)在获取目标的点云数据和处理方面,基于激光雷达(LiDAR)测量模型,进行了目标三维成像仿真,可以获取坦克在不同旋转角度、不同位置的三维点云数据,研究并实现了点云滤波,地面点去除,目标分割等点云数据处理的方法。(2)在三维目标的分割方面,实现并改进了传统的基于区域生长和基于最小生成树的三维目标分割算法,实验结果表明这些方法会出现错误分割坦克的情况。根据坦克的几何特性,本文提出了基于霍夫(Hough)变换的分割方法,能够较好地分割炮塔旋转不同角度的坦克。(3)在三维目标的识别方面,采用基于三维特征的识别方法,分别识别炮塔和车身,根据场景和模板正确匹配率的相似性度量识别场景的类型,识别的正确率较高,进一步可以计算炮塔与车身的相对旋转角度,实验结果表明角度误差较小。