在遥感图像中，特征提取不仅可以提取出重要的地理信息，还可以为识别地物，空间分析等提供线索和参考。遥感图像的特征提取是进行遥感图像自动识别的关键技术，因此开展遥感图像的特征提取研究工作具有重要的实际意义和应用前景。高分辨率的遥感图像中信息丰富，复杂目标越来越多，且存在树木和建筑物或其它遮挡物造成的各种干扰，如何去除这些干扰，将遥感图像中的感兴趣目标智能提取出来，为国防和国民经济的相关应用领域服务，是本论文探讨的主要问题。 在遥感图像获取过程中，由于多种因素的影响，导致图像质量多少会有些退化。遥感图像增强就是利用各种数学方法和变换算法提高某灰度区域的反差、对比度与清晰度，从而提高图像显示的信息量，使图像有利于分辨。遥感图像增强是灰度图像特征提取的前提条件，只有在正确恰当的增强处理后，才能更好的提取出目标区域，因此本文从图像增强入手，将图像增强和特征提取有机的结合起来，进行了综合的分析研究。 本文围绕“桂林遥感图像处理”这一课题，首先对桂林市的遥感灰度图像进行图像增强处理，对增强处理中的直方图均衡化，规定化，色彩增强等种方法的原理和实现的结果进行了对比分析。在图像进行增强处理后的基础上探讨了图像分割与特征提取的一些方法原理，主要包括Sobel算法Canny算法prewitt算法log算法，hough变换，灰度阈值分割法，并利用这些方法结合桂林市遥感图像进行了试验处理，将分割与提取的原理予以实现。圆状物体和水系山体是卫星图像上重要的目标区域，本文在目标识别的实验中，介绍了数学形态学滤波器设计的原理，然后分析了设计了两种提取方法，并根据的所设计的原理，给出了详细的识别步骤和流程。 最终结果表明，两种设计方法方法简单，效果良好，运行速度快，具有较好的科研价值和实用价值。