遥感图像解译是进行对地观测的一个重要手段,一直以来都是遥感领域国内外学者研究的重点方向,伴随着遥感成像技术的不断成熟,遥感成像越来越趋向于图像幅宽大,图像分辨率越来越高,每天会有大量的高分辨率遥感数据需要被处理,这需要对于地面目标层面的目标进行有效检测,尤其是对于图像中典型目标的检测识别的需求。因此本文针对大场景高分辨率遥感图像中飞机和舰船目标检测任务进行了学习和研究,并针对场景复杂虚警高的问题提出基于分层筛选的目标检测方法,主要从区域特征分析及检测和目标特征分析及检测两方面进行介绍,具体研究内容为:为缩小目标检测范围,本文对大场景遥感图像目标检测先进行了目标所在区域——停机坪和港口的检测。停机坪检测方面,针对机场跑道的直线特征和停机坪的亮度和梯度特征,研究了基于跑道直线特征筛选和停机坪显著性检测的机场检测方法;海陆交界带提取方面,针对海水区域和陆地区域光谱值以及梯度值的差异,研究了基于海陆分割和直线提取的舰船疑似区域检测方法。在实现区域检测的基础之上,为有效检测飞机和舰船目标,本文基于一种层层检测候选切片,逐步剔除虚警的思想,设计了基于特异性特征提取的目标分层检测模型,实现了渐进式的目标检测,模型由两部分组成:多分辨率辨识层与目标特异性约束层。飞机目标检测方面,首先对输入切片在不同尺度下提取张量梯度方向直方图特征,并利用分级支持张量机进行分类检测,然后估计飞机目标朝向以实现更好利用飞机的轮廓特异性,最后,将已经进行朝向估计的切片输入到目标特异性约束层进行最终检测。舰船检测方面,本文采用基于经典可变形部件模型算法的分层算法检测靠岸舰船,首先在多分辨率辨识层通过根部件模型与输入图像切片特征图进行卷积,并进行阈值判断,对目标潜在区域进行定位;然后为检测不同方向靠岸舰船,对目标进行了姿态估计;最后利用部件模型与输入特征图卷积并判断卷积得分与阈值的大小,检测切片是否含有舰船目标。本文针对所研究的基于直线特征的机场检测和基于分级支持张量机的飞机目标检测算法;基于海陆分割和直线提取的舰船疑似区域检测和基于分层可变形部件模型(Deformable Part Model,DPM)的舰船检测算法,在多幅遥感图像进行了实验,实验结果证明了本文所研究的典型目标检测方法的有效性。