随着信息化社会的到来, 人们越来越多地接触到大量的图像信息,基于内容的图像检索便成为人们对这些信息进行有效组织和检索的手段之一.在图像数据库管理技术中,基于内容检索技术的效率和准确性的高低很大程度上依赖于图象分割及特征提取的效果,该文就是围绕着基于内容的图像分割,以遥感图像为主要分割对象,就一些相关技术展开讨论.该文首先对常用的图像分割方法进行了探讨,接着提出了与人类视觉感受相一致的用于检测纹理特征的函数表示形式 -- 纹理检测器,然后按照神经动力学的侧抑制,端点抑制等理论,发展了不同尺度,不同方向,空间领域的纹理信息分析方法,最后针对遥感图象的特点,将多频道多尺度纹理分析理论应用于遥感图像分割,实验证明了这一方法的有效性和可靠性.该文还对几种典型的聚类分割方法包括K均值方法、模糊C均值方法及其改进进行了详细的讨论并实现,并讨论了图像分割方法的通用聚类模型.最后在前几章讨论的基础上,分别分析了多层次纹理分析理论和随机场模型实际应用于图像分割上的优缺点,提出了利用小波模板检测图像的多尺度边缘信息,根据这些信息和改进的马尔科夫随机场相结合对低信噪比遥感图像进行Bayes分割的算法.结果表明,该算法改善了低信噪比遥感图像的分割质量.