现阶段不管是现代战争还是在国家防御方面,空中目标的攻击和预警探测指挥都是决定战局的关键,他们应用的关键技术三维目标识别技术已经成为世界科技的前沿领域,引起科学工作者的广泛关注和研究。其中作为关键的三维飞机目标识别技术,能够提高我们的军事力量,特别是对于空对空作战。在战斗机上采用这种技术,能在很快的时间内判断敌我机型,进行实时打击。还能在成像雷达上进行应用,完善我军的预警探测指挥系统。这项技术还可用于机场的安全与管理和光电的成像设备,并且以后在军用民用上都将有很广泛的发展空间。本课题对三维目标识别技术展开了研究,其中研究的对象是待测物体的三维图像信息,我搭建了一个图像采集系统,去采集作为实验对象模型飞机的三维图像。通过CCD的图像采集把待测飞机的二维图像存入计算机,为了得到有效的识别数据,我还对待测数据库的图像进行预处理,首先对图像进行了降噪处理,然后再边缘检测方法中提取了灰度图像,最后用二值化的方法进行预处理,把有效数据存储入电脑,克服了下一步进行识别的难点。为了得到最好的边缘检测效果,我在课题中试用了不同的算子进行计算,从实验数据比较,选用Prewitt算子进行处理后的图片效果最好。在对图像进行二值化处理时用到迭代求图像最佳分割阈值,是与其它方案有所区别的。接下来计算了图像的不变矩特征,建立飞机模型的数据库,作为识别的输入。最后结合神经网络的知识,在很多网络系统中,设计了融入支持向量机自组织特征映射神经网络,与其他方案相比更快捷、精度更大的得出了识别的结果。并且基本达到了根据输入的飞机三维图像能够达到判别机型的目的。