随着科技水平的提高和计算机图像处理技术的发展,图像识别技术在生活和生产中的应用也越来越重要,它已广泛应用于手纹识别、工业零件识别、遥感图像识别以及军用目标识别等任务中。凭借计算机可编程控制的优势,光学图像相关识别技术已成为实时图像识别系统中最具有发展前景的一种可行方法。而输入图像的预处理和畸变是影响图像识别效率的两个主要方面,本文重点对这两个方面进行讨论。本论文对光学图像识别相关系统的整体结构进行了描述,并详细介绍了两种常用的图像识别处理方法的相关原理。利用MATLAB编程软件模拟了光学图像识别相关的全过程,对输入图像采用不同的滤波预处理,并对处理前后的输出相关峰值进行定量分析,以选取最佳的图像预处理滤波方法。同时对输入图像的功率谱进行二值化处理和功率谱相减处理,提高了输出一级相关峰的锐度,降低了零级相关峰对识别相关的影响。对两种常用的图像识别相关器进行对比,还分析了综合鉴别函数对输入图像处理后的模拟结果。讨论了输出相关峰值随目标图像的畸变因子的变化关系,并拟合了曲线变化的经验公式,为定位其他相同输入目标图像的畸变打下基础。