图像分割一直都是高光谱技术研究中的一个热点。虽然目前已经有较多的图像分割算法,但大都针对具体的应用,在海面溢油区域划分问题上效果不理想。如果能有一种分割算法很好地分割出溢油区域,将会为溢油面积的计算和溢油量估算这些后续工作提供便利,所以溢油区域划分是一项很有必要的工作。本文从溢油区域的划分问题展开,主要针对区域生长分割算法进行了以下几方面的研究工作。(1)将原始区域生长算法用在高光谱遥感溢油图像当中,在只使用欧氏距离作为相似度准则的前提下进行矢量溢油区域的划分。(2)结合溢油图像的自身特点,采用端元提取思想自动获取种子点,同时将高光谱的幅度光谱特征和形状光谱特征相结合作为相似度准则,进行矢量溢油区域的划分。同时也实现了采用待生长点与已生长区域均值进行比较的生长方式的区域生长算法,并将其用到矢量溢油区域的划分当中。(3)最后,针对波浪起伏面及太阳耀光的影响所导致的已生长区域噪声点的问题,提出了一种r新的生长方式。即用待生长点3*3邻域或5*5邻域的均值与已生长区域均值比较的生长方式,进一步的降低了生长区域的噪声,最终实现溢油区域划分的目的。最后将该方法分割结果与分别使用阈值分割方法和聚类分割方法分割的结果进行了对比,并对其有效性进行了说明。论文利用蓬莱19-3C平台溢油遥感图像和美国印第安纳州(Indiana)某农林混合试验场获取的AVIRIS高光谱图像数据作为实验数据,进行了实验研究以及验证。实验的结果证明,论文所提的自动种子点结合光谱的幅度和形状特征的分割算法是可行的、有效的。它在实现溢油区域的划分同时,有效地降低了溢油区域内部的噪声点,提高分割精度。为后续的遥感图像的分析奠定了坚实的基础。