自动目标识别是计算机视觉和人工智能研究领域中一项非常有意义但又很有挑战性的工作。近年来，有关自然景物中人造目标的自动识别引起了广泛关注，其无论在军事领域还是民用领域都有重要的应用价值。桥梁识别作为典型代表，已成为一个研究热点，但目前仍无效果良好、适用范围广的方法。 本文主要针对航空或者航天的可见光遥感图像中水上桥梁目标的识别算法进行研究，提出基本桥梁识别算法和多分辨率分析识别桥梁的方法。 在基本桥梁识别算法中，首先建立桥梁及其场景的知识模型；对图像进行有选择的灰度值线性拉伸，增强感兴趣的灰度值范围的对比度；然后采用灰度值选择+迭代阈值+自定义方差的分割方法提取水域，充分利用桥梁和河流的空间关系，根据河流穿越图像边界的特征，采用闭运算连通河流，通过检测连通后区域穿越边界次数增加或面积增大来迅速对图像中是否含有存在桥梁的河流做出简单判断，同时也缩小了目标搜索的范围；之后通过二次分割，利用桥梁经过同一条河流的两条河岸线(包括河岸线合并的情况)等知识，采用假设验证的方法识别桥梁，并最终得到关于桥梁的定量化描述。每一步的处理都在知识的引导下进行，基本操作主要包括快速的链码跟踪算法、基于链码描述的轮廓填充算法和基于链码的开闭运算，检测速度快。 针对基本算法对桥梁宽度的限制，同时也为了提高速度，提出了多分辨率分析的方法：其通过线性插值的方法降低图像分辨率，在低分辨率图像上采用基本方法检测桥梁，然后在原分辨率图像上找到感兴趣区域，通过旋转，水平和垂直投影的方法最终精确定位桥梁。 实验证明本文算法能迅速的检测图像中是否包含有桥梁，避免盲目操作，同时能够对桥梁进行精确定位；且该算法适用范围广、可扩展性好、虚警率低、漏检率低、准确且速度快，满足实际的需要。