随着信息科学技术在航空航天领域的快速发展,遥感技术在日常生产生活中发挥的作用日益凸显。目前,采用航空航天遥感图像进行地物目标的检测识别技术已成为国内外相关领域专家学者研究的热点。本文分别针对国产环境-1C卫星的合成孔径雷达(Synthetic Aperture Radar,SAR)图像和国产高分一号(GF-1)多光谱遥感图像中水体信息检测的方法进行了研究:(1)针对复杂场景SAR图像的水体提取,本文首先对SAR图像进行相干斑降噪处理,并利用Sobel梯度图像与分线段拉伸变换图像进行加权融合,以降低噪声的影响和增强图像;其次,本文提出基于双峰迭代法的自适应双阈值分割算法,克服了传统OTSU算法对单峰直方图图像分割效果较差的缺陷,实现水体候选区的自适应提取;为了降低虚警概率,本文提出基于区域拓扑描述子的虚警剔除方法。研究结果表明该算法能够有效的剔除由阴影等产生的虚警,且具有较好的自适应性以及较高的检测精度,可以为陆地水体信息的检测与评估提供信息依据。(2)为了充分利用GF-1多光谱图像中的地物信息,本文提出基于多光谱图像LBV变换的谱间关系法水体信息提取算法。首先,本文计算了GF-1卫星多光谱遥感影像的LBV变换公式;其次,分析了典型地物在L、B、V三个分量的平均辐射值,水体信息的平均辐射值在L、B、V三个波段中存在B大于V且B大于L的关系,根据此判别条件可以实现多光谱图像中水体的精确提取。实验结果表明此方法能够很好的消除阴影、公路等对水体信息提取的影响,能够精确地提取出大面积的开阔水体以及池塘等小面积水体信息,且此方法简单、自适应性强。