在遥感图像的处理中,机场是一类重要的目标。机场跑道的提取与识别在军用和民用方面都有很重要的实际意义。本文以红外和SAR机场图像作为对象,研究并实现了机场跑道的检测算法。首先,对红外图像中的噪声以及SAR图像中的相干斑噪声进行处理,介绍了红外图像中的经典滤波方法,并讨论了几种经典的SAR图像相干斑抑制算子,实验结果表明基于阈值小波分解的抑制算子具有较好的相干斑抑制效果。其次,针对机场图像中的分割问题,研究了一维和二维OTSU快速阈值分割方法,并重点讨论了基于Mean Shift的分割算法,该算法对复杂场景遥感图像中的机场跑道区域进行快速有效的分割处理,结果表明该算法具有一定的鲁棒性,在适合的窗口半径下具有良好的分割效果。然后,介绍了传统的边缘检测算子,并对Canny边缘检测算子进行了改进,实现了一种基于置信度的改进边缘检测算法,实验结果表明该算法有更好的边缘检测效果。对于检测出来的机场跑道边缘图像,研究了两种提取直线的算法:相位编组和Hough变换算法,在Hough变换算法的基础上,提出了一种改进的直线段提取算法。实验结果表明该方法可以较好地检测出机场跑道的边缘直线段。接着,进行跑道的识别,针对机场跑道的自身特征,建立其适当的机场跑道模型,可以有效地去除道路和机场附属设施对跑道检测识别的干扰。实验结果表明该模型可以很好的对跑道区域进行识别。最后,提出了一种基于无下采样Contourlet变换的SAR和可见光机场图像融合处理算法,将同一地区的SAR和可见光机场图像按一定准则进行融合,对融合后的图像进行边缘检测和直线提取,提供了机场跑道检测的另外一种思路。结果表明,该算法具有一定的可行性。