Исследуются свойства инвариантных моментов бинарных изображений, что необходимо для формирования их набора в задаче распознавания графических образов. Для распознавания образов и измерения расстояний используются инвариантные моменты Ху. Показано, что инварианты имеют разную чувствительность к изменениям входных данных, что определяет стратегию их выбора. Проведены эксперименты по распознаванию изображений текстовых символов, изображений летательного аппарата и посадочной площадке в форме креста. Рассматриваемый алгоритм распознавания характеризуется работой в режиме реального времени, использованием только одной видеокамеры, инвариантностью к повороту, сдвигу и масштабу объекта в кадре. Точность и полнота распознавания составили порядка 92% на выборке из тысячи образцов каждого типа. Приведены результаты экспериментального определения качества распознавания различных объектов по их контурным изображениям, а также результаты сравнения распознавания с использованием разных наборов инвариантных моментов. Показано, что учёт менее чувствительных инвариантных моментов сокращает время вычислений и снижает погрешность вычислений, которая возникает при флуктуации параметров объекта или сцены в кадре. Предложено объединить метод инвариантных моментов с вероятностной нейронной сетью, что позволит улучшить качество распознавания по скорости, точности и полноте.