近年来，随着现代战争的发展，军事领域中有越来越多的图像需要进行处理，其中，遥感图像中的战略目标识别处于越来越重要的地位。同时，对于这种处理与识别的特殊要求就是快速、实时，因此对图像进行并行处理是十分必要的。 本文主要研究遥感图像中战略目标的建模、分类、自动识别，以及部分模块的并行化等方法。所谓大型战略目标包括港口、机场、道路(公路、铁路)、交通枢纽等。本文重点研究了对港口、道路(公路)、交通枢纽等目标的建模及识别算法。 在港口目标识别中，本文采用了一种基于灰度和梯度的分割方法，效果比传统方法好，更适于并行。识别算法忽略了通常都要检测的港口轮廓线的大小和方向，而是选择检测“几”字型的港口基元的方法。 在道路目标识别中，本文研究了道路特征提取的基本思路；不同卫星分辨率和不同场景模型下的道路模型；自动道路特征提取和识别算法；最后提出了一种自动辨识所有道路模型的专家系统的框架。 在交通枢纽识别中，本文给出了不同的交通枢纽(交叉口)的结构，交叉口分类，并研究了不同的分类算法。本文还结合传统的交叉口检测和拐点检测方法，最后提出一种可以利用道路识别结果来进行交通枢纽检测的方法。