现代遥感技术的快速发展使人类能够更精准、更快速、更全面地观测世界。遥感成像传感器的高度及搭载平台姿态的变化、地形地貌等诸多客观因素都会导致图像发生几何畸变，给进一步应用带来一系列问题。随着遥感对地观测能力不断增强，如何对遥感数据进行精确几何处理实现高精度地理空间信息获取，是有效发挥遥感对地观测优势的基础。因此，开展遥感图像的高精度几何校正理论与方法的研究，提高遥感数据中目标定位识别的应用潜力，将刻不容缓。然而随着遥感系统的多样化、多层次发展，其不同的成像特点也给遥感图像几何处理技术提出了更多新的要求和挑战，传统的几何校正技术不再适用，需根据具体成像特点进行开发和扩展。鉴于遥感对地观测的高标准应用需求，本文针对不同遥感平台(卫星遥感、航空遥感)在非理想成像环境下获得的遥感数据源，对遥感图像几何校正理论和方法所涉及的外方位元素的解算、控制点的提取与优化、成像几何模型的构建等多个关键问题进行深入研究，旨在将遥感图像中目标的位置状态和形状纹理等信息进行有效恢复，最终提高遥感目标定位识别应用的精度。首先，简要介绍了遥感成像过程中点坐标转换所经历的坐标系统及变换模型；介绍了用于遥感图像几何校正的两类成像模型并分析了其应用特点；详细分析了外部因素对遥感图像造成的变形误差，将外方位元素中的俯仰/侧摆角对图像分辨率的非线性影响进行了详细讨论，对地形造成的投影误差从垂直和侧视成像两方面进行理论推导和误差分析；这些内容构成了遥感图像几何校正的基础，为后续章节奠定理论基础。接着，针对成像参数支持的线阵推扫式遥感卫星图像几何校正问题，重点研究了基于严格成像模型的几何校正算法。考虑到遥感卫星定轨装置提供的成像参数带有系统误差、且受卫星运行速度姿态和大气状况等因素影响导致传统方法对图像飞行方向校正误差较大的问题，提出利用迭代法逐行求解外方位元素；针对成像幅宽较大时引起的扫描方向校正误差不均匀问题，在基于误差传递理论对远离星下点的误差分析基础上，提出利用自校验多项式对像平面坐标估计偏差进行补偿。将本文提出的基于迭代逐行求解和自校验多项式补偿误差的几何校正算法应用于真实卫星遥感数据的实验结果表明，该算法能够完成高精度的几何校正处理，与传统算法相比，图像行与列方向的校正精度均有较大幅度提高，为遥感大型目标精确定位应用提供了重要的数据支持。然后，针对大倾角航空遥感图像的几何校正问题，重点研究了特征点提取技术以及几何校正模型的参数估计技术。针对大倾角遥感图像存在严重局部畸变以及灰度差异而导致传统特征点检测与匹配方法不奏效的难点，提出了基于多视角模拟空间的特征点提取算法，与传统算法相比增加了特征点的检测数目，并较大程度地提升了特征点的匹配率；针对大倾角遥感图像的分辨率变化范围较大且不同区域失真程度不相同、使用单一的校正模型不够精确的问题，在分析多项式校正模型的适用条件及应用特点的基础上，提出了基于控制点分布约束的分段多项式模型参数估计算法，利用均匀分布优化的控制点集合进行分段模型参数估计实现几何校正，实验验证了提出算法更适合于大倾角遥感图像的几何校正处理，校正精度较之传统算法有显著提高，为遥感小型目标的高效识别应用提供了良好的数据准备。最后，在遥感图像的位置状态和形状纹理等几何信息得到了有效校正的基础上，研究遥感目标识别应用技术。针对遥感图像之间的灰度差异导致识别结果不准确、以及在大幅图像中搜索特定目标的运算效率问题，提出基于相位一致特征和混沌粒子群的大型目标识别算法，实验结果表明该算法在保证目标匹配正确率的同时大大提高了运算效率；并用该算法验证了第3章几何校正算法的有效性。为有效地对遥感图像中不同姿态小型目标进行识别，需要获取与目标物体所处的空间位置、本身姿态和光照变化无关的不变特征量，针对综合性能突出的多尺度自卷积不变矩对光照变化非常敏感的缺陷，提出一种结合图像纹理结构信息的多尺度自卷积不变特征提取算法，实验验证了该算法与传统算法相比在多种环境下的识别率都有大幅提高，有效地增强了不变特征量的区分能力；并用该特征对第4章几何校正前后的小型目标进行识别，验证了大倾角图像的几何校正是实现高效识别的重要前提。此外，提出两种信息损失定量评估指标，以刻画其对目标识别结果的影响。