不同时相和天候条件下，红外成像传感器获取的图像特性差异显著。当各种复杂环境因素对目标识别产生影响时，例如目标被云雾遮挡或者出视场、光照影响导致图像对比度低、虚假目标或者重复模式的干扰、地面场景变化以及成像噪声和模糊等，将导致目标识别正确率和鲁棒性降低。在计算资源受限条件下，如何在满足实时处理要求下，提高序列图像自动目标识别的正确识别率和环境适应性是飞行器导航领域中的一大难点。本文围绕各种复杂成像环境下序列图像目标识别问题开展研究，提出一种基于惯姿参数的序列图像目标递推预测识别策略和一种基于地标上下文的序列图像目标识别方法。该方法识别正确率高、实时性好，且适用范围广泛，能有效地提高目标识别的稳定性和定位精度，为飞行器导航提供了高效可靠的识别定位策略。本文还对异谱图像的匹配问题进行了研究，提出了一种基于隐相似性测度的结构检测匹配方法。该方法将图像灰度信息与结构特征信息相结合，很好的解决了异谱图像匹配的问题，可应用于红外、合成孔径雷达与可见光图像这类异谱图像匹配识别。本文将其应用于序列图像目标识别算法的初始捕获阶段，以提高目标初始捕获的正确率。最后对目标识别定位算法在DSP上的优化设计与实现进行了介绍，并分析了在云雾遮挡、不同时相和动态视场等复杂环境下，目标识别定位算法的适应性及定位精度，仿真实验验证了算法的有效性。