成像制导技术是当前精确制导技术发展的一支主流。随着传感器技术、计算机技术、信号处理技术和人工智能技术的飞速发展，目标识别技术在现代武器系统中的作用越来越突出。本文在对电视成像导引头工作原理研究的基础上，系统研究了其完成目标识别的过程和方法，论文主要从以下几个方面进行了研究： 1、针对电视导引头成像制导中实时采集图像存在几何失真及像质模糊的问题，对输入图像进行预处理，包括对图像平滑和滤波以及对图像进行边缘检测和二值化，并提出了一种基于数学形态学与阈值分割算法相结合的方法，完成目标和背景的分离。实验仿真结果表明该分割方法具有较强的抗噪声能力，分割的图像边缘清晰。 2、针对Hu不变矩缩放的尺度大小对识别的准确率有一定影响而带来的误识别问题，提出了一种改进的不变矩算法来提取目标图像的不变矩特征量，并进行修正和归一化。理论分析和仿真结果表明，算法对尺度、对比度、位置和旋转都具有不变性，而且提高了高阶矩的矩值大小和分布范围，使高阶矩在目标识别中发挥更重要的作用。 3、神经网络方法在很多方面均有成功的应用，在目标识别中尤为突出，本文对运用神经网络方法结合矩特征技术进行目标识别问题进行了研究，提出了一种基于不变矩和神经网络的目标识别方法。该方法采用改进的不变矩算法提取目标图像的不变矩特征量来训练BP神经网络，实现目标图像的识别和分类。仿真结果表明该不变矩特征库训练的神经网络分类器具有较高的识别精度，是一种比较实用的目标识别方法。