于旭宅，王瑞瑞，陈伟杰

(1.北京林业大学精准林业北京市重点实验室,北京 100083；2.天津市静海公路工程有限公司，天津，301600)

图像分割广泛应用于军事、气象、遥感、医学等多个领域，是图像处理中的主要难点。图像分割就是把图像分割成若干特定的、具有独特性质的区域并提取出感兴趣目标的技术和过程，它是图像处理到图像分析的关键过程。近年来，对地观测技术发展迅速，高空间分辨率遥感影像分辨率也不断提高，高分辨率遥感影像目标地物清晰、纹理和细节等信息明显突出。因此，利用高分辨率遥感影像对目标地物分割与识别称为图像处理的关键问题之一。虽然通过目视解译的方法可以对目标地物进行识别，但费时费力，并且解译结果的好坏取决于专业人员的技术水平。对比目视解译方法，运用计算机对数字图像进行自动处理，不仅效率高，而且节省了大量的时间，将有望代替人工目视解译[1]。

基于高分辨率遥感影像分割的相关研究及应用已有不少，谢凯等[2]以2010年湖北省襄樊市快鸟影像作为数据源，采用改进灰度迭代阈值分割方法进行实验，并与最大类间方差法进行比较，结果表明通过对初始全局阈值T0进行调整和对程序算法进行优化后的迭代阈值算法在分割结果及处理时间上都优于最大类间方差法。李珀任等[3]提出了一种融合了光谱和纹理特征的综合梯度的标记分水岭算法，并以北京某区空间分辨率为0.6 m的快鸟数据为数据源进行分割实验，实验表明该方法能够充分利用高分率遥感影像的特性信息，并能有效制止分水岭过分割现象。……