本论文研究的主要内容为遥感图象中的机场分割与识别。作为一个应用很广泛的领域，目标识别具有很强的针对性和依赖性。在实际应用中，往往是针对不同的目标，提出不同的应用假设，选用不同的算法。即使是同样的目标，在不同的应用假设下，采用的算法也是不同的。面对这种研究现状，本文试图通过对现有目标分割与识别算法的研究，增强对算法的理解，并在前人工作的基础上提出针对低分辨率遥感图象中机场的分割与识别算法。 在目标检测与分割方面，根据象素的不连续性和相似性，把一般图象的分割算法分成四类。本文着重讨论了并行边界分割技术和并行区域分割技术，介绍了其中的一些典型技术并分析其优缺点。最后，针对单个算法的局限性和具体机场目标的特点，作者提出一种由多种分割技术组合而成的机场检测和分割方法。实验验证了方法的有效性。 在目标识别方面，讨论了设计识别系统时需要考虑的若干问题；目标识别复杂度所依赖的因素：讨论了基于形状的特征提取方法。最后，根据机场的结构特征，建立了机场的模型表示，讨论了基于Hough变换的识别方法，实验证明其较好的识别效果。 在充分研究机场检测、分割和识别算法的基础上，本文还讨论了并行程序设计的某些问题，并结合具体的MPP体系结构，对算法实现了并行化。