遥感技术的发展对构建数字地球科学平台、全球环境资源空间信息保障等方面具有重大意义。作为一种数字信息化成像的现代化综合技术,遥感产生的图像能在不同时空尺度下为地物目标提供宏观、动态的观测信息,即使在远距离的情况下,其观测结果也不易失真。囿于当前遥感图像目标检测技术的水平,大量的遥感数据无法得到充分高效的利用,造成遥感信息资源的浪费且难以实现自动化工业落地。基于遥感图像目标检测技术的应用需求,尤其是遥感图像中密集多方向的小目标检测问题,本文基于目标方向检测（Oriented Object Detection）工作进行实验探究,面向遥感图像的目标检测这一富有挑战且极具应用前景的研究课题,提出了面向回归过程不确定的遥感图像目标检测方法。其主要工作及创新性研究内容总结如下:1.针对遥感图像目标检测工作中旋转边界框回归过程困难,深入挖掘了其潜在诱因并概括其回归过程不确定因素。五参数的模型中,不确定因素表现为角度的周期性和度量的不一致性;八参数模型中,不确定性因素表现为回归方向混乱和顶点顺序敏感。回归过程不确定的提出也是后续工作的改进动机。2.针对目标检测模型回归过程的不确定,提出基于投影旋转边界框的六参数模型。六参数模型不仅能准确地表达目标的方向,且边界框的表达形式具有唯一性及一致度量性。此外,在六参数模型的范式下,回归损失的度量距离随边界框旋转的距离线性变化,从根本上避免了回归过程的不确定性因素,稳定了模型的训练。3.针对投影定位方法的应用,设计了基于六参数的遥感图像目标检测算法。针对密集多尺度的小目标场景下,模型训练时的类别失衡问题,设计了两种类间平衡策略。具体地,尺度敏感的交并比样本均衡策略旨均衡正样本的交并比分布;动态网络修正策略旨在为六参数模型中,象限分类网络及投影回归网络在训练过程中的相互影响关系做动态平衡。4.对六参数模型及两种类间平衡策略的有效性进行了理论层面和数值层面的验证。此外,基于六参数的遥感目标检测模型也在大型遥感基准数据集、航拍船舶数据集及文本检测数据集的目标方向检测任务进行了消融实验、平行实验和对比实验的验证。实验结果表明:基于六参数的目标检测算法能端到端地回归出目标物体的定位及方向信息,在检测精度及效率上均超越目标方向检测基准,且具有通用性;投影参数对高长宽比边界框旋转敏感,提高了对高长宽比目标的检测准确率。