水下目标分类识别技术在海洋资源开发、军事国防和海上搜救与打捞等领域有着十分重要的应用,并且一直都是国内外公认的难题。本文针对使用光学方法监测海产养殖过程的不足,提出使用基于图像声呐的声学方法对养殖过程进行监测,其关键问题就是水下目标识别。为实现对海星和扇贝两种水下目标的有效识别,本文重点研究了矩技术在水声图像特征提取中的应用。三种具有代表性的矩特征提取方法,分别是Hu矩方法、基于Radon变换的矩方法和Zernike矩方法,被用于海星和扇贝水声图像的矩特征提取试验研究。试验对比分析了目标种类、空间变换种类、矩方法种类、计算特征量所用数据信息范围等因素的变化对所提取的矩特征量各阶矩值的影响,总结分析了不同矩方法的形状表达能力、计算时间和编程难度。为研究使用三种矩方法进行海星和扇贝分类识别的效果,本文进行了目标声学图像分类识别试验。在此之前,本文研究了多种图像预处理方法,并通过进行图像预处理试验挑选出适用于海星和扇贝的预处理方法。通过对图像声呐扫描实验所采集的大量海星和扇贝声学图像进行分类识别试验,本文对比分析了矩方法种类、计算特征量所用数据范围、特征量数量对目标识别效果的影响。研究结果表明,在进行水声图像特征提取时,Zernike矩方法在正确描述图像形状特征、减少计算时间、提高识别准确率等诸多方面有着优于其它方法的表现。使用Zernike矩方法能够有效地实现海星和扇贝水声图像分类识别,并且获得优于传统方法的识别效果。总结本文所做工作我们得出结论,使用矩技术的水声图像识别效果较好,基于图像声呐进行海产养殖监测具有实际应用可行性和进一步研究价值。