根据遥感影像上地物的几何特征、统计特征以及地物波谱的反射特征，进行地物目标自动智能提取是提高遥感数据利用率的有效途径。为了解决地物目标提取共性问题以及目标属性和观测手段的多样性问题，本文选择线状目标为主要研究对象，以机场、道路等典型线状目标为例，通过其影像几何特征和统计特征信息的描述，建立多种信息融合模型，获得目标更为精确的描述。 在图像理解的研究范畴中，区域和边缘是构成目标描述的基本图像特征。面向典型线状目标的特征提取主要包括目标区域的确定以及区域边缘的定位问题。因此，本文的研究内容包括：(1)多光谱影像中典型线状目标区域的几何和光谱特征分析，在目标知识表达和推理的基础上，建立典型目标模型，对单源影像进行目标区域分割。利用多光谱影像的冗余和互补特性，进行多光谱影像融合目标区域提取策略研究；(2)对合成孔径雷达影像中典型线状目标区域纹理特征分析，选取最优检测特征和判决准则，以获得目标区域的完整表达。研究多源雷达目标区域融合策略及评价准则，并结合光学影像边缘特征，形成目标精确描述；(3)建立不同空间分辨率光学影像边缘特征关联准则，确定融合边缘表达。 本文的研究结论及创新点： (1)提出了“典型路段提取——区域生长——目标融合”的分层多光谱影像典型线状目标融合提取技术。其中，“典型路段提取”中基于法距的平行曲线的定义、优化和应用，突破了传统线状目标检测中平行直线的实验基础。而基于D_S证据理论的多光谱分块目标融合充分利用了传感器影像目标之间的冗余性和互补性，有效地提高了不同材质、同类目标的检测概率。 (2)建立了合成孔径雷达典型目标区域分割和光学影像目标区域边缘定位的多源影像典型目标融合提取模型。通过对合成孔径雷达影像目标区域特征旋转稳定性、特征的类别可分性的研究，确定惯性矩为最优特征，建立原始特征集，并通过马氏距离测度进行特征减维。实验证明，基于上述特征的区域分割方法在区域内部均匀性和类内、类间距离等评价准则上明显优于其他算法。 (3)提出了一种不同成象模式下，合成孔径雷达目标区域分割结果模糊融合方法，以面目标等效视数作为目标隶属度权值，在保持目标结构完整性和目标检测概率基于特征融合的遥感影像典型线状目标提取技术研究的前提下，有效抑制了目标区域检测虚警概率。 (4)在成象系统对阶跃边缘响应特性分析的基础上，提出了改进的灰度矩亚像素边缘定位技术，解决了正向阶跃边缘和反向阶段边缘的同步移动性问题，保证了不同初始采集相位条件下，目标宽度的不变性，为影像边缘关联和融合提供了稳定的边缘特征。 (s)在亚像素条件下，将边缘符号、圆心角和弦心距作为特征关联要素，建立了不同光学影像之间的边缘特征关联和融合定位模型。实验表明，该方法可以有效地解决高空间分辨率影像边缘与低空间影像边缘对应的二义性问题。