近年来,自然灾害频发,从而给人们的生命以及财产安全带来了毁灭性的破坏。传统的地面调查方法耗时长,效率低,难以满足对自然灾害快速响应的需求。随着遥感技术的迅速发展,人们越来越重视通过遥感技术进行灾情调查。遥感图像中灾区的建筑物检测,对灾情的获取、灾害的评估以及灾后应急救援具有重要意义。鉴于灾区建筑物检测的重要性,本文针对遥感图像中的建筑检测问题做了如下的研究工作。第一,基于高分辨率遥感图像的形态学分析理论,针对灾区高分辨率遥感图像中建筑物检测的问题,提出了一种改进的结合形态学特征的多方向、多尺度分割方法,实现灾区建筑物的自动化检测。首先构造形态学算子的性质(例如：重建,粒度,和方向)和建筑物自身的特征(例如：亮度,大小和对比度)的关联关系,对遥感图像进行初步的分割并提取高亮、高对比度的建筑物,然后结合图像的区域以及边缘信息,进一步提取潜在的建筑物。通过在遥感图像上的实验证明,本文所提出的方法,针对灾区高分辨率图像中建筑目标有较高检测率和较低误检率。第二,本文针对建筑物边缘信息不显著的城区单色遥感图像,提出了一种结合建筑物阴影特征的基于建筑物形态学特征的建筑物检测方法。首先,利用基于形态学特征的多方向、多尺度分割方法检测出遥感图像中的高亮、高对比建筑物和建筑物阴影,然后计算建筑物阴影的方向和距离约束,实现对建筑物区域的反证。通过在城区遥感图像上的实验证明,所提出的方法具有较好的检测效果。