遥感图像目标自动识别技术是计算机模式识别与图像处理领域非常活跃的研究课题。电厂中的五类目标——蓄水池、冷凝塔、煤栈桥、烟囱和厂房，是典型的人造地物目标，通过计算机模式识别技术对它们进行自动识别的研究，具有很大的运用和研究意义。 本文主要研究的是针对1m高分辨率卫星图像中电厂各类目标的识别技术，采用了由上而下的知识(假设)驱动型策略，针对各目标的特征建立知识库，设计相应算法，主要包括：基于灰度和形状特征的蓄水池和冷凝塔的识别、基于边缘线段分析的煤栈桥的识别、利用空间和自身结构特征的烟囱识别、基于感知组织理论的厂房识别。 各类目标的处理主要遵循典型的低、中、高三层处理的目标识别流程，分别是图像分割、特征提取和模型验证，各步骤都有相应的知识指导。 在研究过程中，对分割和特征提取的各种算法进行了较为深入的研究和比较，并提出了多种实用算法，如：结合Canny边缘的二值化、基于Hough统计权重的圆的合并算法、直线提取和合并连接算法、通用的直方图波谷提取算法、改进的屋顶四边形生成和验证算法等。