随着无人机行业和图像识别技术的飞速发展,无人机以巡航方式采集目标图像信息的现象越来越普遍,图像识别技术日新月异,通过无人机进行远距离目标图像的识别已经成为未来发展的趋势。采用计算机图像识别技术,并以无人机机载设备为云传输载体,对所采集的模糊目标图像进行自动快速分析与识别,是无人机识别模糊图像的新要求。本文以增强待识别目标图像与原目标图像的可识别度为目标,构建出一种能根据目标采集图像的轮廓信息判定与原目标图像可识别度的识别策略,并对相关的图像识别与处理技术进行了深入的研究。针对无人机获取的目标模糊图像预处理问题,本文对比并确定了以Lucy-Richardson复原算子为基础的图像去模糊方案,同时运用叠加小波双立方配比算法处理模糊图像,大幅度解决图像的失真问题,在图像云传输过程中通过结合电子防抖技术和图像压缩技术实现无人机图像的快速传输。鉴于无人机低空飞行途中因速度快、目标距离远导致图像识别的不精准问题,本文构建了以Bessel拟合为基础的轮廓匹配识别方法,并在优化算法的基础上构建了基于Bessel拟合和Hu不变矩的图像轮廓匹配算法,结合表征轮廓相似度的七个Hu不变矩参量值,将目标待识别图像和原图像通过不同的判别标准和验证方法对比匹配。本文按照算法流程中运用的Bessel拟合轮廓、边缘提取、特征点采样、特征矩阵、相似度量等阶段操作,以静态站立的人为目标研究对象开展图像的匹配识别研究。