在对遥感图像信息提取中,人们往往仅对图像中的某些部分感兴趣。为了分析图像中的这些目标,需将它们从图像中分离提取出来,在此基础上才有可能进一步对目标进行测量和对图像进行利用,这就是遥感图像分割技术。遥感图像分割技术是近四十年来人们研究的热点问题之一。本文重点研究了两类分割算法及其在遥感图像方面的应用:基于小波变换的自适应阈值分割算法和基于水平集分割算法,并对水平集的C-V算法进行了改进,设计了遥感图像分割的演示系统,主要研究内容如下:(1)遥感图像分割方法综述。对现有的遥感图像分割方法进行了系统的归纳总结,并分4大类(基于阈值的分割方法、基于边缘检测的方法、基于区域的分割方法、结合特定理论工具的分割方法)进行了阐述;(2)提出了基于小波变换的自适应阈值方法在遥感图像分割方面的应用。在分析小波变换多分辨率分析算法的基础上,对自适应阈值方法进行了分析,给出了该算法在图像分割效果、分割效率上的理论解释,并结合实验证明该算法效果明显、实用性较强;(3)改进了水平集的C-V方法。该方法采用模糊C均值与水平集C-V方法的联合算法,实验表明,改进后的算法不仅消除了原有的C-V方法根本无法有效的进行曲面演化的可能,而且大大减少了分割的时间花费;(4)设计了遥感图像分割的演示系统。本文根据实际项目中的需要,对所改进的算法进行了系统实现,采用面向对象的方式,设计完成了遥感图像分割演示系统。