随着遥感技术的高速发展,遥感图像包括了越来越多的地面信息,而对遥感图像中感兴趣目标的检测已成为国内外遥感、测绘、军事等应用领域的研究热点之一。将由卫星拍摄的遥感图像中的各类目标检测出来逐渐成为图像分析中十分重要的一部分。作为图像处理中重要的视觉特征,图像的显著性可以表现出人类视觉对某一场景中各个区域不同的关注程度。随着当代信息技术的快速发展以及现代社会及战争的需求,图像显著性检测的身影也越来越多地出现在图像处理领域,诸如图像的边缘增强、图像目标分区、图像压缩、图像特征提取等方面。本文以“遥感图像中感兴趣目标的分割”为目的,在查阅了大量的国内外文献后发现,现有的遥感图像中目标检测技术存在着信息描述能力不好、鲁棒性较差、无统一适用模板、实时性较差及耗时较长等技术难题。本文通过对显著图提取算法的学习与研究,在ITTI算法模型的基础上,提出了基于ITTI算法改进的显著图提取算法来克服目前存在的大部分问题。通过将彩色图像替换为灰度图像,再通过小波变换的方法对图像进行灰度及方向的特征提取,同时结合GBVS算法模型的思想,在提取的图像特征基础上构建图像节点及连接权重,生成特征图,然后将生成的特征图像进行融合,最终生成显著图,接着通过图像阈值分割技术及图像区域标记技术实现了对遥感图像中目标的检测。实验结果表明改进后的算法取得了优良的分割效果,较经典算法及目前部分较为流行的目标分割算法有优良的分割结果。