目标识别基准图制备是飞行器目标识别的关键技术之一,该技术为景象匹配提供基础的数据保障。高精度高时效性的基准图像制备技术对于提高识别的精度至关重要,基准图像中的像素定位误差直接影响识别的精度。近年随着惯导相关传感器精度的提升、无人机控制技术成熟,利用无人机拍摄的航空影像数据已成为制备识别地面目标所需基准图的趋势。本文利用基于带成像平台的无人机拍摄图像接开展基准图制备方法的研究。在制备完成基准图后深入分析了目标识别算法需求,根据基准图特性论述了量化评价指标,结合具体工程应用,对软件进行设计实现。开展了景象匹配算法性能提升的优化方法研究,实验结果表明取得了较好的效果。论文主要工作包括如下三个方面:1.基于带平台的无人机挂飞图像,分析了无人机位置姿态信息、转台相机安装姿态以及相机内外参数,详细论述了将斜侧拍摄的原始图像校正到正下视平面图像的过程的方法。并基于几何校正后的无人机图像进行拼接算法的研究。由于无人机平台GPS/INS系统多样性,坐标系定义繁杂,本文选择其中一种飞行器坐标定义,并在该坐标系定义下实现了校正算法。2.基于人眼视觉系统对边缘敏感的视觉特性,设计了基于Sobel梯度方向的景象匹配算法,能很好地适应异源图像间非均态灰度分布差异。完成了该算法在DSP平台的移植和优化。3.对基准图像可匹配性分析量化指标进行了研究,从基准图信息量、稳定性和区域唯一性角度进行了量化指标分析,为基准图制备过程中可匹配性分析提供了一种辅助性手段。