高空间分辨率遥感图像具有良好的地物表现力,其图像细节信息丰富,地物几何结构明显的特点,应用传统的基于像素的方法对其处理已经不合适,面向对象的处理方法应运而生。图像分割是实现由基于像素方法到基于对象方法转变的关键环节,其分割形成的初始区域是图像对象化的基本描述。由于图像分割本身具有的不确定性以及高空间分辨率遥感图像的复杂性,使得高分辨率遥感图像的分割没有完全可靠的模型进行指导,也使得本领域的研究颇具挑战性。本文重点研究了区域生长算法思想,并进行了算法实现及对高空间分辨率遥感图像的分割应用,所做的主要研究工作如下:(1)区域生长算法的研究及编程实现。在研究了区域生长算法原理的基础上,基于MATLAB平台,设计开发了本文的区域生长算法。算法分为两部分:其一是区域生长,选择了连续性的种子定位方法,确定生长标准,设计生长方式;其二是区域合并,将分割得到的不需要的破碎区域合并到与之最相似的临近区域中去。结合区域生长分割算法,计算得到区域属性值,以表征所分割出的每个区域。对林区高分辨率遥感图像应用区域生长算法进行分割试验,并作了对比验证评价。(2)对象边缘提取及矢量化。本研究中,应用三种边缘检测和提取方法提取分割后图像的边缘,分别是基于梯度的方法,基于子区域的方法,基于像素颜色值跃变的方法,试验结果证明,皆提取到了相应的区域边缘。最后,基于COM组件技术开发栅格转矢量模块,对提取到的边缘进行矢量化。试验证明,本文设计开发的区域生长算法对高分辨率遥感图像进行分割,获得了较好的分割结果;基于分割结果图像成功提取出区域对象的边缘并对边缘进行了矢量化,为进一步的应用打下了基础。