卫星图像现已在各个方面得到广泛应用，其中目标识别技术是很重要的一个分支，本论文主要研究卫星图像的目标识别技术。　　卫星图像中总会有云雾噪声的存在，因此云雾噪声的去除是本文研究的重点之一。本论文分析了云雾噪声形成的原因，并通过基于暗通道先验理论的方法对卫星图像进行去雾处理，然后采用HIS变换与小波变换相结合的方法对卫星图像进行去云处理。　　云雾处理之后的卫星图像清晰度更好，更有利于之后的机场目标识别过程。目标识别前先使用图像分割将需要的前景信息与会造成干扰的背景信息进行分割，由于机场占有比较大的区域，因此要去除掉较小的连通域排除干扰，然后根据机场的特点来进行机场的检测。机场最显著的特征就是跑道，是长直平行线，机场跑道的检测是论文的第二大重点和难点。为减少与机场跑道相似的物体造成的干扰，本论文通过以下几点来进行机场跑道的验证：　　1．两平行线的倾角误差小于一定范围；　　2．两平行线之间的距离应远小于这两条直线长度：　　3．两平行线错开距离也应当小于某阈值；　　论文也通过对多幅卫星图像进行实验证明了本文方法的有效性。