近年来,对自然景物中人造目标的识别与检测引起了广大学者越来越广泛的关注,无论在军事领域还是民用领域都具有非常重要的应用价值。桥梁作为人造目标的典型物之一,对其的识别与检测已经成为一个研究热点,但从国内外的参考文献来看,目前仍没有一种效果良好、适用范围广的识别方法。本文主要通过对可见光遥感图像中水上桥梁的目标识别算法进行研究,针对该算法存在的一些缺点和不足,提出了一种基于多尺度多结构元的桥梁分割方法。在通常的桥梁识别算法中,首先是建立桥梁及其场景的知识模型,通过对图像进行有选择的灰度值线性拉伸,来增强感兴趣的灰度值范围的对比度,然后再采用阈值分割的分割方法提取水域,充分利用河流和桥梁的空间关系,根据河流横穿图像边界的特征,采用闭运算连通河流,通过检测连通后的河流区域,从而实现对桥梁的检测与识别。本文在基于桥梁知识的前提下,采用了多尺度多结构元的分割算法,即在遥感图像的分割算法中先采用大尺度的分割算法,将图像中感兴趣的部分提取出来,然后对分割出来的图像再进行小尺度分割算法,将目标的轮廓提取出来,这是本文的一个创新点。本文在桥梁识别检测算法中,提出了一种新的基于Beamlet变换的直线段检测算法,通过选择合适的匹配模式来实现对遥感图像中水上桥梁的目标识别。实验证明本文提出的算法能够迅速的检测出遥感图像中是否包含有桥梁,从而避免了盲目操作,同时能够对桥梁进行精确定位。此外该算法的适用范围较广,且具有虚警较低、漏检率较低、准确性较高和检测速度较快等优点。