从图像中自动识别目标在国民经济和国防建设中有大量的需求和广阔的应用前景，因而是信息处理领域的重要研究内容。由于依靠单一的图像和特征难以准确、可靠地解决目标识别问题，所以采用信息融合技术成为一个必然途径，也是当前的一个研究热点。 基于图像的目标识别的关键问题之一是准确可靠地提取描述目标的图像特征。图像中的目标表现为具有某些特性的像素集合，用于描述目标的图像特征就是这些像素集合及其属性，称为符号和属性，它们构成了目标识别的基础。本文针对信息融合技术用于目标识别的图像特征提取的概念与方法，进行了以下三个方面的研究。 研究了融合不同图像信息提取图像符号特征的方法，归纳了符号提取的概念和面临的问题。从两个不同角度提出了两个融合多图像特征的区域提取方法：一个是从融合区域的多种属性特征出发，扩大描述区域一致性的手段；另一个是对线段和区域这两种不同的符号特征进行融合。对实际图像的实验结果表明，利用不同符号特征与属性之间的互补性提高了区域分割的效果。 研究了融合多传感器图像提取符号特征的概念与方法。针对线段融合问题，提出了完整的数学概念和若干具体融合运算法则的数学定义。提出了两种平行线段融合方法的数学定义和一个从多波段遥感图像提取道路网的方法。这些方法对实际图像的实验结果证实了方法的有效性。 以距离—可见光图像为例，研究了不同物理传感机理图像的符号特征融合提取方法。在总结了有关融合距离-灰度图像的处理方法以后，提出了一个基于成像物理模型和同时采用多种图像特征融合的区域分割方法，取得了满意的实验结果。