遥感图像在军事侦察、精确打击以及民用方面都有重要的作用，遥感图像的特征提取是进行遥感图像自动识别的关键技术，因此开展遥感图像的特征提取研究工作具有实际意义和应用前景。本文主要研究和讨论了遥感图像的两类最重要的特征——光谱特征和纹理特征的特征提取方法。 论文首先总结了遥感图像特征提取方法的基本理论和算法，概括了目前常用的光谱和纹理特征提取方法。在此基础上，针对传统的PCA和KPCA方法提取遥感图像光谱特征的缺陷以及遥感数据的特点，本文讨论了一种将基于Mahalanobis距离的模糊c-均值聚类与KPCA方法相结合的多光谱遥感图像特征提取方法，并着重研究了此方法在多光谱遥感图像特征提取中的理论、算法及其实现。通过对本文方法与PCA和KPCA方法的试验结果进行比较，证实了本文方法的特征提取性能较前两种方法有显著的提高，可有效地提取多光谱图像中的非线性信息。 纹理特征作为光谱特征的重要补充，是遥感图像的一个基本且重要的特征。在总结小波和小波包基本理论及其快速算法的基础上，对应用小波包变换进行遥感图像的纹理特征提取技术进行了研究。根据图像纹理信息能量主要集中于中高频这一特点，利用图像的小波包分解得到的中高频子带构造了遥感图像的纹理特征向量，并给出了两种纹理之间的相似性的度量方法。通过对Brodatz标准纹理库进行图像检索试验，检验了本文所构造的纹理特征向量和纹理相似度的有效性。在此基础上，应用本文方法对开罗城区的IKONOS卫星遥感图像进行特征提取试验，取得了良好的提取效果。