自然景物中桥梁和机场这两类大型地物目标的自动检测和识别无论在军事领域还是民用领域都有重要的应用价值,越来越成为专家学者研究的重点,但直到目前为止,还没有一种通用性较强的方法。本文采用知识驱动型目标识别策略,结合前人的理论成果,分别研究和实现了基于支持向量机的水上桥梁和机场的检测与识别方法。两种算法大体思路一致。首先需要对原图像进行分割,并对分割的结果进行一系列后续处理。然后对疑似目标及其周围目标提取特征,两种算法中都提取了15个特征。最后,使用支持向量机对提取得到的特征向量进行分类判决,若判决结果为目标区域,则进行标记。根据不同目标的特点,所提取的特征分量也是不相同的。疑似桥梁目标提取的特征为：相邻水域的复杂度、目标端点的重复标记以及Zernike矩。疑似机场目标提取的特征有：疑似跑道的长度、宽度、疑似联络道的数目、疑似跑道区域的Zernike矩和纹理特征。文中对算法的实现过程进行了详细描述,并使用实际图像进行了实验和分析,实验结果表明这两种检测方法具有较高的准确率。