遥感影像矢量化作为矢量数据来源的重要技术手段,近年来随着遥感技术的发展而愈发受到重视。一般的矢量化方法对矢量化数据的后处理关注不足,而矢量化多边形的优化问题是矢量化数据后处理的关键,优化结果的好坏及优化效率的高低直接影响到矢量化数据的实际应用。同时,海量遥感影像矢量化技术的发展进步也对更加高效的矢量化数据后处理技术提出了更迫切的需求。鉴于此,本文结合矢量数据化简相关方法和并行计算技术,对遥感影像矢量化中多边形数据优化处理方法开展研究,主要进行以下工作:1.总结栅格矢量化算法、矢量数据化简处理、并行计算与地理空间数据处理等领域的研究现状和已有研究成果,分析存在的不足,以此为基础明确本文研究内容及研究思路。2.基于动态规划的无拓扑矢量化多边形公共边提取算法研究。结合动态规划原理,提出一种无拓扑遥感影像矢量化数据中多边形公共边提取算法,通过对比实验,验证本文所提出方法的有效性和高效性,为后续矢量化多边形的化简奠定数据基础。3.遥感影像矢量化多边形边界化简方法研究。从地理空间数据不确定性理论出发,提出遥感影像矢量化多边形边界化简方法。通过对矢量化多边形边界进行“磨角插值”和基于可接受域限定的自适应滤波平滑处理,最后采用基于全局阈值的DP算法进行压缩,消除数据冗余。实验结果显示,该方法相对于传统方法具有更好的平滑效果及更高的位置精度。4.矢量化多边形公共边提取与化简方法并行化改进研究。基于MPI并行编程模型,设计数据并行模式下矢量数据划分与并行处理结果融合的方法。对主从架构下的矢量化多边形并行优化算法进行详细设计,并设计相关实验进行验证与分析。实验表明,该方法能较大的提高矢量化数据后处理的效率。5.遥感影像矢量化多边形优化模块的设计与实现。设计并开发遥感影像矢量化多边形优化模块插件,并将其集成到地理信息产品生产线系统中,结合一个实例验证本文研究内容的有效性和实用性。