遥感图像在军事侦察、精确制导和民用方面都有广泛的应用,因此开展遥感图像的特征提取及目标识别的研究工作具有重大的理论价值和实际意义。本文以提取遥感图像中的直线特征为基础,深入研究了机场和桥梁两种直线性目标的识别方法及有关的直线段匹配算法。在遥感图像中直线特征的提取方面,本文研究了启发式连接、相位编组和Hough变换等三种经典的直线特征提取算法,同时针对传统Hough变换的局限性,给出了一种融合Freeman链码法的改进Hough变换,实验表明,该算法不但有效地保留了传统Hough变换在提取直线特征方面所独有的优势,而且对传统Hough变换计算量大、存在虚假直线和不能确定直线段端点等主要缺点也有较大的改善。针对机场和桥梁两种直线性目标的识别,采用以特征模型引导的由上而下的知识驱动策略。对于机场目标,机场跑道的特征最为明显,最有规则,也最能反映机场的性质,所以本文给出的机场目标识别算法将重心放在了机场跑道的识别上,其基本思想是首先通过提取图像中的平行直线段特征,获取机场跑道的假设区域,然后对该区域进行验证,最后完成机场目标在图像中的定位。对于桥梁目标,考虑到水域与桥梁和陆地域在灰度上强烈的对比关系,将提取出图像中的感兴趣水域作为识别桥梁目标的突破口,在此基础上利用桥梁目标的宽度信息获得桥梁目标的候选区域,根据桥梁目标的特征模型对该区域进行验证,并在图像中对桥梁目标进行定位。实验结果验证了以上算法的稳健性和有效性。鉴于直线性目标自身的特点,本文给出了一种基于支持区域的直线段匹配算法,该算法首先提取目标区域中的直线特征,并建立每条直线段的支持区域,然后计算各支持区域的几何特性值和灰度特征值,最后利用得到的这些特性值与图库中的基准图像完成匹配过程。实验结果证明该算法对机场和桥梁两种直线性目标具有较好的匹配效果,能够满足实际的需要。