从高分辨率遥感影像中提取建筑物目标是高分辨率遥感影像处理与理解领域的一个热点和难点问题,建筑物作为人类改变自然界的标志性地物之一,其快速自动提取是地形测图和城市地理数据更新的重要步骤,更是未来GIS系统、数字地球、数字城市系统的关键技术,也是衡量人类活动的主要因素之一。本论文针对高分辨率遥感影像中建筑物目标提取,创新性的引入基于变分水平集方法的检测模型,变分水平集方法因其形式的灵活性和基于偏微分方程的理论性在图像处理领域得到广泛的应用,并在逐步实验中针对存在的问题改进检测模型实现了对建筑物目标的提取工作。本论文研究工作如下:(1)对基于变分水平集方法的Chan-Vese(C-V)检测模型进行了深入的理论分析,并从中总结出其适应在城市遥感影像建筑物目标检测的特性,同时对已有的遥感影像建筑物目标检测方法进行了归纳,给出了应用变分水平集方法处理遥感影像建筑物目标的解决方案。(2)提出了一种结合先验形状模型的改进C-V检测模型。本文对传统的C-V分割方法中出现的目标过检测问题进行改进,提出加入先验形状信息的思路,通过能量泛函的形式将其融入到已有模型中,较好的解决了存在的问题。(3)提出了一种多目标建筑物检测的检测方法。针对遥感影像中含有多个待检测目标,而之前的方法不能很好解决的情形,引入一种叫做标记函数的参数,通过其对已建立先验形状模板的动态选择,较好的完成了多个建筑物目标的同时检测。最后通过实验,对提出的遥感影像建筑物目标提取方法进行了验证,获得了较为满意的结果。