随着科技的发展和工业水平的提高,模式识别技术在其中的应用也越来越频繁,它已广泛应用于字符识别、工业零件识别和医疗诊断、遥感图片识别以及军用目标识别等任务中。而凭借大数据量高速并行运算和可编程控制的优势,光电混合联合变换相关识别技术已成为现在实时模式识别系统中最具发展前景的一种可行方案。对视频图像中目标物的提取是整个实时联合变换相关识别系统的第一步,而畸变不变识别性能是能否正确判断出真假目标的重要指标。本文首先在光学匹配滤波相关识别的基础上,论述了基于DSP的光学联合变换相关器识别的基本原理,搭建了系统的硬件平台。并针对经典联合变换相关器识别性能差的特点,提出了采用对联合功率谱进行调制和滤波的技术来改善其性能。其次,根据静态灰度图像的特点,利用MATLAB这一数学工具分别采用了直方图均衡化等图像增强和图像分割算法对图像进行处理,分析了这些图像预处理算法的适用范围,并以MFC为平台,用C语言重写所涉及的处理算法,这些为以后实验中能更快地进行算法移植和有效地提取出所需目标物做出了很好理论基础。在此基础上,为了解决目标图像与参考图像间存在的比例旋转等畸变问题,提出了相关的解决方案,基本实现了对畸变图像的识别。最后,编写了实时联合变换相关识别系统的控制与识别程序,调整了相关的参数使系统中的每个过程都能有效地衔接,接着将图像预处理等功能模块移植入DSP中,使整个系统能基本完成自动识别目标的功能,并对实验结果进行了分析和比较。