在信息时代,图像识别得到了越来越广泛的应用,比如交通、公安、医疗、军事等领域。现实生活中,由于大量有意义的视觉信息都包含于运动之中,在许多场合的监控中,如交通流量监控、重要场合的保安等,往往只对运动物体感兴趣。因此,对目标进行准确、有效的识别便成为一项重要的任务。本文以华中科技大学电信系所承接的广东省重点项目——广东科学中心数码世界中的“捕捉昆虫”项目为背景,在深入了解图像预处理、边缘提取、直线检测、模式识别等关键技术的基础上,设计了一套基于直线特征的目标识别算法。在该算法的设计过程中,针对该项目的特殊性,使用Hough变换获得目标的直线信息,然后通过模式识别检测出目标的位置和朝向信息。在优化算法时,通过分析CPU对存储器的读取机制和读取效率的差别,针对特定CPU的二级缓存大小选择适当的图片大小。这样在提高处理速度的同时保证了识别精度。并且,根据CPU的浮点运算速度慢于整数运算的特点,将浮点运算转化为整数运算进行优化。使得该识别方案具有很好的实时性。整个识别算法的设计中,充分考虑到各种环境参数和干扰的影响,使得该算法有较强的鲁棒性。本算法经过现场长达一年多的试验,证明在识别的效果和效率方面表现良好。在实际安装调试过程中,出现了使用人数过多导致的设备损坏和设备散热情况不够良好导致摄像机设备故障的问题。这些问题在分析具体原因之后得到了很好的解决。该项目中设计的过程和安装的经验对于图像实时识别项目有着非常好的参考价值。