李森，彭玲，胡媛，池天河

(1 中国科学院遥感与数字地球研究所， 北京 100101； 2 中国科学院大学， 北京 100049) (2019年1月16日收稿； 2019年4月18日收修改稿)

随着中国空间信息技术的快速发展，高分辨率遥感影像数据急剧增加，为土地变换监测、自然灾害监测、地理数据获取、资源调查、精准农业等众多领域的发展提供了可靠的数据支持[1]。相对于中低分辨率遥感影像，高分辨率遥感影像降低了混合像元问题，提供了更丰富的地物几何结构和纹理信息[2]。但其自身髙度细节化，场景空间和结构模式高度复杂，导致影像自动解译的难度增加，精细化的实际业务中仍然以人工目视解译为主，缺乏自动化程度较高的工作方式。然而，遥感影像的目视解译，需要目视判读者具有丰富的地学知识和目视判读经验，信息获取周期长，图像的解译质量多取决于判读者的经验及其对区域的熟悉程度，众多专家学者也在研究各种自动化解译高分辨率遥感影像、提取影像信息的方法[3]。

在农业遥感领域，准确提取耕地地块边缘对农作物分类、估产等具有重大科研价值和经济价值[4-5]。研究人员提出多种分割方法以便捷地获取规整、匀质的地块[6-8]，但由于欠分割、过分割等问题的存在，较多研究人员选择通过边缘检测的方式获取耕地边缘，以对分割结果进行约束，提高结果精度。Rydberg和Borgefors[9]对SPOT影像中的研究区域先通过Canny算子检测得到边缘后，将边缘结果用作迭代自组织数据分析方法(iterative self organizing data analysis techniques algorithm，ISODATA)分割算法的部分条件，得到较为精准的地块分割结果。……