序列图像的目标识别在现实生活中有着重要的实际应用价值。序列图像的目标识别是一个跨学科、信息化、系统化的综合研究体系,它将先进的人工智能技术、自动控制技术、计算机技术、信息与通信技术及电子传感器技术等有效地集成。序列图像的目标识别主要存在的问题是识别时间长,识别精度不够高。目前对序列图像目标识别效果最好的算法是动态模板匹配算法,由于动态模板匹配算法操作简单、易于实现、因此在当前的序列图像目标识别中越来越受到人们关注,成为了目前学者研究的一个热点。本文针对动态模板匹配算法存在的计算时间长,识别率不高的缺陷,提出了一种基于仿射不变矩及改进canny算法的动态模板匹配改进算法。该算法采用仿射不变矩作为相似度计算的不变特征,因为仿射不变矩对仿射变换保持不变性,对于没有发生仿射形变的目标仍然保持着良好的不变性,而且仿射不变矩可以区分形状比较类似的目标,本文经过多次仿真实验,证明了该种改进策略的优势。本文对动态模板匹配算法作出了另一个改进,利用改进的canny算法去除目标的伪边缘之后再将模板缩小为与目标相切的长方形,减小模板面积,缩短算法的计算时间。在边缘提取方面,能够去除伪边缘及精确定位边缘的算法是基于四阈值边缘定位法的改进canny算法,利用这种算法检测后得到的伪边缘比较少,边缘也比较精细,因此本文利用该算法来去除因目标变形边缘模糊引起的伪边缘并实现精确定位边缘,最后通过对基于绝对差的动态模板匹配改进算法和基于不变矩的动态模板匹配改进算法与本文提出算法进行仿真对比,证实了本文提出的改进算法在识别率以及识别时间方面都有了提高。目前国内外还没有利用仿射不变矩的思想对动态模板匹配算法进行改进的论文发表,本文将仿射不变矩及改进canny算法引入到动态模板匹配算法中,提高了该算法的性能,并证明了该种改进算法的可行性。