近年来,遥感技术逐渐被应用到人类涉足的各个领域。例如在民生领域,通过分析获取的海岸线遥感图像数据,可以精确定位其边界信息,能够实时监测水位变化,对于保护沿海区域居民安全有着重要意义。因此,高效准确的边缘定位技术,在区域划分和海岸线监测等领域发挥着重要作用。然而,图像在获取过程会受到各种外界因素干扰,导致图像细节信息不清晰、整体对比度不足,不利于目标侦测、特征分析等后续处理。如何高质量的改善图像视觉效果,同时准确的获取目标轮廓特征,是目前亟需解决的问题。随着量子信息技术的发展,多学科融合逐渐成为解决此类问题的主要方法。因此,本文结合量子信息学,针对遥感图像整体对比度低、细节信息增强效果较差以及边缘提取易出现伪轮廓、边缘不连续的问题,研究了基于量子衍生的遥感图像增强及边缘提取方法,主要研究工作如下:（1）基于量子衍生的遥感图像增强方法研究。针对图像中边缘纹理信息增强效果不佳的问题,本文提出了一种基于量子衍生的遥感图像增强方法。结合量子力学中量子比特态等原理将像素点灰度信息映射到量子空间,在3*3模板下结合邻域像素以及中心像素对模板的影响构造量子衍生增强算子,并根据最大熵准则对图像归一化阈值参数进行自适应设定。本文算法充分考虑图像全局和局部特征信息,可以在提升图像质量的同时增强细节纹理与周围背景的对比度,为遥感影像在进行目标探查任务时提供有力的数据支撑。（2）基于量子衍生的遥感图像边缘检测方法研究。针对边缘检测微分算子抗噪性能差、边缘伪轮廓干扰严重等问题,本文提出了一种基于量子衍生的边缘检测方法。根据量子叠加态等原理将图像进行关联分解,充分考虑图像多方向信息并结合子图之间的灰度跳变信息构造边缘检测算子。结合图像梯度信息对高低阈值自适应设定,从而实现边缘的准确定位。本文算法能在一定程度上减少伪轮廓干扰,能够为遥感图像进行区域规划等任务提供准确的数据保障。（3）遥感图像增强及边缘提取原型系统设计与实现。设计并实现基于量子衍生的遥感图像增强及边缘提取原型系统,实现了系统功能模块设计,完成了图像遥感图像增强和边缘提取模块的设计与实现。