随着我国遥感技术、航天技术的快速发展,遥感图像目标检测在很多方面都起着重要的作用,可以用于农业资源调查,城市规划,灾情信息获取和海域监测等各种领域,因此,遥感图像目标检测成为了热门的研究问题。由于遥感图像成像过程复杂以及遥感图像内容组成的特殊性,遥感图像常常伴随着目标尺寸过小,分辨率低以及场景目标复杂等问题,这些会导致遥感图像目标检测的性能低下。为了解决上述问题,本文提出基于超分和场景信息的遥感图像目标检测方法,然后基于此方法设计和实现了原型系统。本篇文章的主要研究工作包括以下几个方面:（1）提出一种面向目标检测的双驱自适应遥感图像超分重建方法,以提升低分辨率、目标尺寸小的遥感图像目标检测的效果。首先设计了自适应多尺度遥感图像超分重建网络,结合可选择的多尺度特征提取和自适应特征门控,主要解决遥感图像的尺度多样性问题。然后,为了让超分重建网络重建出适合目标检测的图像,设计了双驱动模块,该模块使用特征先验驱动损失和任务驱动损失训练超分网络。实验结果表明,该方法提升了遥感图像的分辨率,同时提高了目标检测的效果。（2）提出一种基于目标关系和场景信息的遥感图像目标检测方法,以提高场景多样和目标关系复杂的遥感图像目标检测和识别的效果。首先,设计了目标关系结构图,并将检测网络与目标关系结构图相结合,利用结构推理技术解决目标上下文的预测任务,增强目标的特征,减少错误检测和遗漏检测。然后,利用先验场景信息和贝叶斯准则建立场景上下文约束。最后,结合目标和场景上下文约束网络对目标进行检测。实验结果表明,该方法提升了目标关系复杂和场景复杂的遥感图像检测性能。（3）设计并实现遥感图像目标检测原型系统,该系统主要有四大模块,分别为图片输入、遥感图像超分重建、遥感图像目标检测和存储模块。经实验表明,该系统具有较好的实用价值。