目标图象的定位是计算机视觉领域中一个具有重要意义和实际价值的研究课题,尤其在军事领域,已经成为精确制导武器的一项关键技术。初始截获时,目标与事先给定的模板图象并不是完全一致的,而可能存在尺度、方向甚至是灰度分布等的差异;目标图象也不是固定不变的,可能会发生片面旋转、缩放、位移以及三维姿态等变化。由于传统的模板相关匹配算法在目标图象发生较大旋转和放大时,定位结果可能会发生偏差。因此为了取得精度更高的目标识别结果,本文提出了一种基于对数极坐标变换粗匹配,结合仿射变换精匹配的目标图象识别定位方法,在视场中自动搜索相对于模板图象有平移、旋转和尺度变化的目标图象。此方法首先采用具有尺度和旋转不变性的对数极坐标方法来进行图象初始定位,得到目标的旋转、缩放、平移参数。然后将这些参数传递给仿射变换运动模型,再得到精确的目标变换参数,因此可以实现对尺度和旋转角度变换比较大的目标在大视场中的精确定位。随着拍摄距离、拍摄角度和物体姿态的变化,同一三维物体可以表现出不同的图象形态。在复杂背景下,借助常用的图象分割、特征提取方法难以将目标提取出来,而传统多模板匹配识别方法存储数据量大、计算复杂,因而应用困难。为此,本文提出了针对目标多模板的基于对数极坐标变换和主成分分析的三维目标粗定位方法。利用主成分分析的降维技术来压缩数据量,并结合对数极坐标变换能将尺寸和旋转变化转换为位移变化的特点,提出了一种全新的能够进行目标图象自动识别的算法模型。