目前,遥感影像蕴含的信息愈来愈丰富、特征地物目标的几何形态愈来愈复杂。特别是SPOT5、QuickBird以及IKONOS等高分辨率遥感卫星影像的出现,越来越丰富的对地观测数据一方面拓宽了人类认知自然的眼界,另一方面使我们面临如何对数据进行有效处理并服务于实际工作的巨大挑战。如何从这些信息丰富的高分辨率遥感影像数据中快速、准确地获取所需信息是亟需解决的重大问题。遥感影像分割技术为解决这一问题提供了契机,它可以将分辨率高、信息量大、细节丰富、背景噪声复杂的遥感影像分割为若干子区域,然后提取出感兴趣的目标区域,在此基础上进行进一步的分析和处理,从而实现对遥感信息的智能化处理。针对高分辨率遥感影像分割要求高、同物异谱现象突出以及尺度依赖性等问题,本文探索研究分水岭变换技术对高分辨率遥感影像进行分割的理论和方法。论文主要围绕基于改进分水岭变换的高分辨率遥感影像分割方法开展研究工作。根据高分辨率遥感影像地物特点,提出一种适合高分辨率遥感影像的形态学非线性滤波器设计方案,充分考虑地物的几何特性,对高分辨率遥感影像的滤波处理具有理论参考意义；采用扩展极小变换技术,提出一种结合形态滤波和标记分水岭变换分割算法,在一定程度上提高了影像分割精度,有效抑制了V-S分水岭变换的过分割现象；结合高分辨率遥感影像的多光谱特性,提出一种结合彩色梯度特征的分水岭变换分割算法,分割结果对后续分类及相关地物提取等方面的应用具有实际应用价值。主要研究工作包括：一、系统分析了高分辨率遥感影像特点及影像分割难点。高分辨率遥感影像具有高空间分辨率、地物几何纹理特征清晰、应用范围广和三维信息丰富的优势,已成功应用于诸多领域。高分辨率遥感数据的出现,方面使得提取更多细节信息成为可能,但另一方面也为信息自动提取与识别工作带来了新的挑战。高分辨率遥感影像分割具有以下难点：1)数据量大、信息高度细节化、分割要求高；2)同物异谱、异物同谱现象突出；3)地理空间分析过程中尺度依赖性强。因此有必要针对高分辨率遥感影像特点,发展新型影像分割算法,以满足后续信息提取和识别需求。二、提出了一种结合形态滤波和标记分水岭变换的遥感影像分割算法。图像噪声严重影响梯度图像质量,本文根据影像特点及噪声特性,设计了特定形状和尺寸的形态学混合开闭重构滤波器来代替高斯滤波器对遥感影像进行滤波处理。标记提取是基于标记分水岭分割算法能否成功的关键,本文采用扩展极小变换对梯度图像进行极值标记,以限制极小区域数量。实验结果表明,该算法在一定程度上提高了影像分割精度,有效抑制了V-S分水岭变换的过分割现象,能根据不同的目的需求对遥感图像进行分割,具有较强的适应性。三、提出了一种结合彩色梯度特征的分水岭变换遥感影像分割算法。考虑到全色遥感影像中亮度分量梯度信息的不完整性,本文结合多光谱遥感影像的彩色信息计算彩色向量梯度图像。将梯度计算推广到向量空间,直接在RGB向量空间对多光谱遥感影像进行梯度运算。采用闭重构运算进行梯度修正,利用自适应扩展极小变换获取梯度标记图像,并在此基础上进行分水岭变换。实验结果表明,该算法能获取与原始图像上的目标地物边界高度吻合的边界轮廓,能够满足高分辨率遥感影像分类和目标识别的要求。