论文部分内容阅读
高空间分辨率遥感图像的出现对现代遥感技术提出了新的更高要求，并促使遥感信息识别技术由基于像元的提取技术向面向对象的特征识别过渡。遥感图像空间分辨率的提高，却增加了图像对象内部的光谱差异和噪声，降低了基于像元的传统分类方法的精度（Schiewe et al.，2001）。面向对象的信息提取技术更适合高分辨率遥感图像的分析。图像分割是实现遥感图像对象信息提取的关键技术。高分辨率遥感图像的信息提取技术及图像分割算法已经成为当前遥感科学领域的研究热点与难点之一。本文论述了借助数学形态学理论与方法，引入基十向量场第一基本形式的特征融合思路，提出一种数学形态学向量场融合梯度算法;最后采用标记分水岭变换进行高分辨率遥感图像的分割研究。