随着卫星光学成像分辨率的提高,遥感图像可提供更多的目标细节信息,同时可进行识别的目标种类也越来越多,这就需要更高效更可靠的算法对多类目标实现检测识别。本论文以提高遥感图像中多类目标识别效率为目的,提取多类目标的特征,建立基于共享特征的多类目标的特征模型,并研究了多类目标的识别方法,其中多类目标包括机场、港口、桥梁、公路枢纽、铁路编组站、岛屿和油库等。首先,将提取的简单特征通过组合构成图像基元,如平行线、L联结等,并联合结构信息有效描述目标,然后使用AdaBoost方法进行特征选择,分析不同特征对分类的贡献,使得到的目标特征模型更稳定。其次,通过对感兴趣目标进行特征分析,加入了多分辨率和特征量化的思想,并结合各类目标的显著性特征和多类目标的共享特征,从而建立多类目标的特征模型。感兴趣目标的空间大小差异巨大,所具有的稳定有效特征不同,因此,在实际识别过程中将其分为多个子类,每个子类具有共享特征。最后,本文提出了一种基于共享特征模型的多类目标识别算法。优先采用显著性强、稳定性高、分类能力强的特征,同时结合共享特征进行多级多类目标检测识别。该算法加入了目标上下文的场景信息,并通过线段密度分布获取图像中的感兴趣区域,能提高多类目标检测识别的计算效率。实验表明,该算法可以有效的实现对多类遥感图像目标的检测识别。