自动目标识别是计算机视觉和人工智能研究领域中一项非常有意义且富有挑战性的工作。近年来,有关自然景物中人造目标的自动识别引起了广泛关注,它无论在军事领域还是民用领域都有重要的应用价值。桥梁识别作为典型代表,已成为一个研究热点,但目前仍无效果良好、适用范围广的方法。由于单一传感器图像对目标的描述的不充分性,因此,本文针对近红外图像和全色图像中水上桥梁目标的识别算法进行研究,提出一种利用多源图像信息融合的水上桥梁智能识别算法。该算法综合利用桥梁目标在红外图像、全色遥感图像中具有的独自特征,将两种传感器的互补信息进行组合,来指导桥梁目标的识别工作。在对红外图像进行阈值分割时,提出了一种适合于桥梁识别的快速阈值分割法。经实验证明,与传统的最大类间方差法相比,该方法用于桥梁识别前的图像的二值化处理时,能够更好地消除图像噪声,将背景与目标分割开来,有利于下一步的目标识别和跟踪。为了利用原始图像的地理信息来定位桥梁,本文使用ERDAS软件对图像进行几何校正与配准。在提取桥梁所在的河流区域的过程中,本文提出了一种新的基于八链码思想的目标面积快速计算方法。本算法主要依据八链码对连通区域进行跟踪、标记,在搜索方向上又采用线段表法,对中心点的八个临域进行搜索。通过遍历,把图像中不同连通区域的点标记为不同的像素值,并同时记录该区域的面积。根据先验知识,水域在实验图像中面积最大,利用新方法可以快速提取出水域。实验证明本文提出的算法能够准确的检测出遥感图像中是否包含有桥梁,从而避免了盲目操作,同时能够对桥梁进行精确定位。此外该算法具有虚警较低、漏检率较低、准确性较高和检测速度较快等优点。