目标识别技术是现代军事信息技术研究的核心问题之一，它在军事情报收集和监控，武器制导等领域具有重要的理论和应用价值。其中，基于航空图片的海上目标识别技术在确保我国海洋权益、保卫神圣海洋国土、防范外敌海上入侵等方面具有重要的价值，是我海军信息化建设的一个重要领域。目前，我军基于航空图片的海上目标识别手段仍然非常落后。为了改变传统识别方式时效性差、情报反馈缓慢的弱点，本文研究了基于航空图片的海上目标自动识别技术。 本文通过深入研究目前目标识别技术的现状，结合海上目标及其灰度图象的特点，在对海上目标图象合理分割的基础上，研究了适合这类目标识别的不变量特征的提取，最终提取和选择了适当特征对海上目标进行了识别。 首先，根据海上目标图象内部结构复杂、目标间相似性大的特点，本文设计了基于区域的迭代阈值法进行了目标分割。区分了两种情况，一种情况是，分割掉图象的背景成分，分割出的目标区域是二值图象；另一种情况是，分割掉图象的背景成分，分割出的目标区域仍保留为灰度图象。 其次，本文重点在于图象目标的特征提取，考虑到基于形状特征的矩特征法在目标识别中的有效性和实用性，本文研究了相对于目标旋转、平移、尺度变换而保持为常量的Hu矩不变量、Zernike矩不变量、小波矩不变量。而目前的不变矩方法中，绝大多数是从二值图象或边缘图象中提取。而在实际中，海上目标图象具有的特点是背景较简单，但目标本身比较复杂，不同目标间的相似性较大。基于二值图象的不变矩方法很难区分这种自身的复杂性和不同类之间的相似性。为了解决这个问题，本文提出了具有灰度对比度不变性的Hu矩不变量、Zernike矩不变量和小波矩不变量的不变量特征表达形式。探讨了三种矩不变量在基于灰度图象的海上目标识别中应用的可行性和有效性。 在特征选择中，本文采用了一种基于DB Index(Davies-Bouldin Index)准则的特征选择算法，以期获得较优的特征向量。最后，在实验中采用了最小距离分类法进行最终的目标分类。实验结果表明，本文提出的具有灰度对比度不变性的矩不变量法在识别正确率上较传统的矩不变量法有不同程度的提高。