1、隨著現(xiàn)代技術(shù)的發(fā)展，可以獲取和利用的圖像資源在急劇增加。利用圖像分析和理解的理論方法快速檢測和識別出圖像中的目標，無論在工業(yè)應用還是軍事應用中都有迫切的需求。而三維目標識別技術(shù)已經(jīng)成為當前圖象識別研究的重要方向。目標的表示和識別技術(shù)是圖像分析和理解的核心環(huán)節(jié)，合適目標的表示是其重要的基礎(chǔ)，不同的表示方法將導致不同的識別方法。目前己經(jīng)有了不少目標表示方法，但也存在各自的不足。選擇合適的特征空間則是決定識別成功與否的重要步驟。形狀是圖像中目

2、標的基本內(nèi)在特性，是用于目標識別的重要特征，因此基于形狀的目標識別方法研究具有重要意義。骨架和角點都是目標識別中重要的形狀特征。骨架具有層次化、多尺度、與原始目標拓撲一致和適應較大的變化等特點；而角點則具有旋轉(zhuǎn)不變性，幾乎不受光照條件的影響，用最少的數(shù)據(jù)量很好反映了圖像上的很多重要的形狀特征信息等特點。 基于此，本文將重點對基于骨架和角點特征的目標識別技術(shù)進行研究與分析。論文的主要研究內(nèi)容和所取得的成果包括如下幾個方面：

3、 1、介紹了目前在三維目標識別領(lǐng)域中常用的一些識別技術(shù)與方法，并對三維識別中常用的特征進行了論述和分析。論述了三維目標的兩種表達方法，本文采用了以視點為中心的表達方法，通過算法設(shè)計實現(xiàn)對三維模型在不同角度的投影并形成圖庫。 2、研究了三維目標識別的前期圖像處理的內(nèi)容和步驟，將圖像處理中的不同算法應用于三維目標識別。 3、論文給出了角點檢測算法的性能評測標準和定量描述，研究了目標角點檢測的兩種經(jīng)典算法（Plesse