随着国民经济的迅猛发展和城市进程的加快，基于高分辨率遥感影像提取地物信息对于城市规划、环境监测、交通管理和城市GIS数据快速更新等具有十分重要的意义。如何从可见光遥感影像中提取人造建筑物特征，进行目标检测与识别是遥感影像理解研究的一个重要内容，同时也是计算机视觉和图像处理领域的研究热点之一。由于影像分辨率的提高和覆盖地区的变化，同中、低分辨率非城区遥感影像地物、人造物信息识别方法相比，高分辨率城区遥感影像上的目标检测与识别面临着更多的问题。 本文的研究是将数字图像处理的理论和方法引入到人造物目标提取框架中，同时尽可能利用高分辨率影像提供的丰富信息来完成对铁路枢纽的提取、检测和识别工作。研究的主要内容包括：一是对火车编组站、铁路主干线的特征检测。线、面是遥感影像中地物的两个显著特征。铁路主干线信息提取考虑了多种边缘检测方法，经过大量实验，最终采用了一种改进的Canny算法，并结合数学形态学知识，得到了较完整的边缘信息，再跟踪边缘点，利用感知编组原则最终提取到了铁路主干线信息。在考虑了模糊信息和目标特征定量描述等因素后，较精确地完成了编组站的检测与识别。二是提出了高分辨率遥感图像编组站和铁路整体识别方案。针对遥感图像处理中对于自适应、快速识剐目标的需要，根据铁路网中主干铁路、编组站具有功能、外形、纹理方向等的相关性且可以互为组成的特点，提出了基于多Agent技术的互推思想，并应用于铁路枢纽目标整体识别方案中，取得了一定成果。 遥感图像目标识别是一个艰巨、复杂的研究课题。本文在充分了解遥感应用的基础上，以和人们息息相关的交通类目标一火车编组站、铁路主干线为主对象，进行了认真仔细深入的探索，初步形成了火车编组站、铁路主干线、隧道、大型收费站、高等级公路等整体识别系统，为将来进一步研究打下了坚实的基础。