Диссертационная работа посвящена решению значимой научной проблемы – разработке и реализации метода идентификации объектов на растровых изображениях на основе знаний пользователя о структурных, текстурных, топологических и других признаках объектов. Предлагаемый в работе метод идентификации отличается от существующих объединением двух подходов: логического вывода и деформируемых моделей. Логические описания позволяют использовать выразительность языков логики первого порядка, а деформируемые модели - эффективно обрабатывать нечетко выраженные признаки. Особенностью метода является реализация эффективного поиска объектов за счет применения эвристик и оригинальных алгоритмов усечения пространства перебора. Разработан новый язык пространственных запросов SOQL, позволяющий пользователю задавать описания признаков объекта в виде набора правил. Разработан интерпретатор языка SOQL - "Программная система нечеткого поиска объектов на растровых изображениях". Данный интерпретатор эффективно обрабатывает большие объемы входных данных без необходимости хранения базы фактов в оперативной памяти в явном виде. Идентификация объекта сводится к составлению запроса.