随着计算机应用水平的不断升级,网络系统的不断完善,空间信息科学的不断发展进步,以现代遥感技术为核心的诸多领域都在迅猛发展,以其实效性、适用性等在科技、经济、国防和社会发展等各方面起到了非常巨大的作用,产生了深远的影响。为了从遥感影像中获取有用信息,地物目标的自动识别和对影像信息的解译是一种十分的重要手段。机场的发现拥有重要的战略意义,是一种常见的遥感图像提取目标。本文基于机场的几何形状和纹理特征,针对较大区域的遥感影像,提出一种检测机场存在的算法,根据灰度共生矩阵的原理提取图像的纹理特征向量,并运用支持向量机的方法对其加以分类,选出机场地区的感兴趣区域。以改进的Hough变换算法检索直线特征,验证机场感兴趣区域的存在,并且提取其大致轮廓。机场的最终轮廓通过区域生长生成。文中采用了多幅Quick Bird影像对论文算法进行了测试,效果和数据证明了该算法的有效性。本文完成的工作主要有:1.阐述了支持向量机的概念、产生背景,将支持向量机算法用于机场区域的识别。根据机场地区的纹理特征差异于其他地区的原理,通过支持向量机算法学习已知的机场纹理模式,用于机场区域的检测。其步骤大致为影像重采样、边缘检测、构建纹理特征向量、训练分类函数、识别提取等。2.研究了Hough变换提取直线的算法,介绍了经典Hough变换,并对其进行了一定的改进,用于检测拥有明显直线特征的机场跑道结构。改进主要解决了经典Hough变换无法得到直线端点,以及无法区分直线延长线上的不同线段的问题。3.针对传统算法对模糊影像直线提取效果较差的问题提出了一种用于提取不显著直线特征的模糊直线检测方法,并通过实际影像验证分析了算法的效果,试验表明该方法具有良好的效果。