随着信息量和信息处理速度的不断提高,要求与此相适应的信息存储技术.体全息存储技术由于在存储容量,数据传输速率和存取速度上的优势,最有潜力成为下一代的数据存储技术.而基于体全息存储的相关识别系统具有并行处理和速度快的特点,因此将在自动导航、卫星星图匹配定位、大型数据库的检索与管理等方面得到广泛的应用.同时,数字图像处理技术在国民经济各部门也得到广泛的应用,尤其是对军事目标的识别已经显得非常重要.本文重点对体全息存储中数字图像处理及相关模式识别进行了研究,本文结构如下:首先,简要介绍了体全息存储的有关理论和相关的图像处理技术,包括图像分割以及对图像进行边缘检测和二值化.文中分别采用罗伯特、索贝尔、蒲瑞维特、高斯-拉普拉斯算子的方法对图像进行边缘检测,并对图像进行自适应阈值来达到二值化的目的.其次,介绍了模式识别的有关基本理论,叙述模式相似度的有关内容,给出了多种模式分类的度量方法.再次,采用Hough变换来检测运动方向和位移,进而计算出点扩散函数,用带最优窗的维纳滤波的方法进行恢复.最后,根据论文中对旋转大角度和缩放目标图像识别的算法,采用VC++语言编程所完成的软件系统作仿真实验,仿真结果表明,本文所采用的方法能够实现对目标的识别.