现阶段是我国全面建成综合运输体系的关键时期,及时和准确的掌握航道设施信息,对于内河航道信息化建设和内河航运的绿色高效发展具有重要意义。相较于传统的航道设施巡查方式,无人机遥感技术有效的解决了传统方式作业效率低、成本高、反应时间长等问题,但是基于无人机影像对航道设施的提取仍存在人工解译依赖高的问题,因此研究内河航道设施自动化提取具有重要的实际应用价值。本文基于无人机遥感影像,以内河拦河坝设施为研究对象,进行了拦河坝目标自动提取的相关研究。完成的主要内容如下:(1)利用无人机遥感设备对实验区域进行了影像获取,并对获得的影像进行相应的预处理工作。(2)针对无人机影像分辨率高且影像中包含的地物复杂的特点,着重研究了影像分割和分类的相关算法,通过对比分析最终采用SLIC超像素分割结合SVM分类器的方法实现了水体区域的分割,并得到了较为理想的结果。(3)根据拦河坝周围水体亮度值较高的特点,设计了一种基于超像素空间关系特征的拦河坝提取方法,并利用Matlab软件进行编程来实现算法。实验结果表明,无人机影像中拦河坝提取的完整率和准确率分别可达到90%和87%,具有一定的有效性和适用性。