在数字近景摄影测量中，借助于特制的人工靶标，可快速便捷地完成同名点匹配、三维立体重建和相机定姿定位等摄影测量任务。然而，随着复杂环境和缺乏纹理区域的工程应用增多，现有测量系统的人工靶标的诸多不足已严重制约了其测量优势的体现。于是，设计一种特征简单、易于布设且便于算法提取的人工靶标，并有效降低靶标检测与识别的时间复杂度、提高算法鲁棒性，已经成为保障测量精度和工作效率的迫切需要。因此，本文提出了一种新颖的人工编码靶标，以及基于模板匹配的人工靶标检测与识别的综合算法，为数字近景摄影测量提供切实有效的改进方案，具有重要的理论意义和应用价值。　　首先，提出了一种新颖的人工编码靶标。不同于常见的类圆形靶标，该靶标将靶标框和编码框分开设置，不仅能够保证足够多的编码数目，而且可以避免对特征点的定位造成干扰，同时，靶标简单独特的几何特征，易与自然背景相区分。另外，将校验码技术应用于解码过程，能够显著增强后续靶标检测与识别算法的鲁棒性。　　其次，提出了基于模板匹配的人工靶标检测与识别的综合算法。针对常见的基于椭圆拟合的算法存在计算量大、严重依赖边缘以及易受噪声干扰等缺点的现状，本文以基于形状的模板匹配算法为核心，结合改进的图像金字塔加速搜索和自动分层策略，并使用基于人工靶标图案的模板集，获得图像中人工靶标特征点的大致位置;再基于区域生长的方法，对特征点进行精确定位;最后根据模板匹配所得的靶标位置和方向信息，提取出编码框所在区域，完成编码信息的解码。为了提高解码算法的可靠性，本文提出将奇偶校验应用于解码过程中。　　本文通过多种场景下不同情况的多组场景实拍图像和人工模拟像片，对所提出的人工靶标检测与识别综合算法进行了性能测试和误差分析，经实验表明，本文算法具有漏检率低、精确度高和时间复杂度低的优点。各项实验数据验证了本文研究成果的可行性，较为理想地达到预期目标。不过，由于缺乏足够理论深度，算法仍存在不足之处。对此，本文也对今后的研究方向做了进一步的展望。