本文主要研究声纳图像目标识别中的特征提取技术。对于形状特征的研究,改进了传统形状上下文特征提取方法存在的不足;纹理特征提取方面,本文提出一种基于PCNN的纹理特征提取方法。首先本文对声纳图像进行预处理。实现了声纳图像的去噪、分割。去噪方面研究了基本的声纳图像噪声去除法,包括中值滤波法、邻域平均法、小波去噪法和形态学平滑法。分别对舰船螺旋桨图像、蛙人图像和鱼类图像进行噪声去除,通过对不同噪声条件下、各种去噪方法的性能分析选择适合声纳图像的去噪方法。在分割这一步骤中,本文主要分析迭代法、最大熵法和最大类间方差法。然后重点研究了声纳图像的特征提取技术。分别从目标的形状特征和区域特征两个方面进行研究。形状特征提取方面分别研究基本的形状特征和基于形状上下文的特征。设计了一种利用基本形状特征去除假目标和区域合并的方法,并仿真验证了方法的有效性;提出了一种基于目标长轴端点为基准点的形状上下文方法,实验证明这种方法能够有效区分两类螺旋桨和杆型目标。区域特征提取方面本文提出一种利用PCNN激活率和空间离散率表征目标区域特征的方法,通过实验证明了这种纹理特征提取方法的简单有效。