遥感图像目标识别技术是计算机模式识别与图像处理领域非常活跃的研究课题。本文结合数学形态学和分水岭算法，提出了一种新的遥感图像目标识别方法。 本文首先采用分水岭算法对SPOT遥感图像进行分割，在每个分割区域内再进行阈值分割。在实现的过程中，待分割的图像中存在噪声和一些微小的灰度值起伏波动，因此在图像中可能存在许多假的区域极值，如果直接对预处理后的图像进行分水岭变换，就会造成“过分割”的现象。为此，在应用分水岭变换对图像进行分割之前，采用形态学灰度重建对图像进行“削锋”处理。最后根据待识目标的尺寸、形状和空间关系等特征进行识别。 本文提出的识别方法与传统的识别方法相比通用性强，适用于不同地区不同时相(即具有不同的灰度特征)的SPOT遥感图像，从而避免了采用传统阈值分割方法时复杂的阈值选择的过程，便于实现目标识别的自动化。