随着遥感技术日趋成熟,获取的遥感图像质量得到大幅提升,也使得基于遥感图像的目标检测成为热门研究问题。而对于各类地面目标,飞机检测具有及其重要的研究意义与价值,并且具有广泛的应用场景。在军事领域,飞机是最重要的现代作战工具之一,对战争的局面起着举足轻重的作用,因此了解敌方飞机部署,实时获取敌方飞机动态,必要时进行精确打击对战争胜利起着关键作用。而在民用方面,飞机作为现代化不可或缺的交通工具,极大提升了人民生活质量,通过对机场遥感图像的飞机检测可以帮助机场实现自动化管理,避免人力浪费并提高安全指数。目前国内外对遥感图像飞机目标检测展开了大量研究也取得了一定成果,但是由于遥感图像本身信息量巨大、背景复杂,同时天气变化以及噪声干扰等都会对飞机目标检测造成很大影响。另外,现有的飞机检测技术通常需要较多的飞机先验信息,需要对大量样本训练来达到较好地检测效果。本文在现有算法的基础上,进行大量了研究工作,提出了一种新型无监督飞机检测算法,本文具体研究内容如下:本文首先详细研究了现有的遥感图像飞机检测算法,总结出目前最常用的基于特征学习方法的整体框架,并对其中的各项关键技术进行了详细分析,提出了其不足之处;同时研究分析了一种基于全局形态滤波的飞机检测算法。然后对视觉显著性进行了深入研究,归纳了视觉显著性的常用特征以及经典模型,并实验生成各模型的显著图,分析了其对遥感图像的适用性。最后本文将视觉显著性应用到遥感图像的飞机检测中,将飞机检测分为粗检和精检两个阶段,利用改进的圆周频率滤波实现飞机的初步检测,然后利用协同显著性进一步检测出初检结果中的真实飞机目标,剔除误检目标,实现了无监督飞机目标检测,实验证明该算法取得了良好效果。