树冠尺寸和树木的生长密切相关，人们常常通过对树冠的研究在质和量上把握树木的长势，是森林资源信息管理的重要组成部分。本研究主要基于亚米级的高空间分辨率遥感数据，研究在高分辨率遥感影像中自动提取树冠轮廓的图像处理技术。利用面向对象的影像分析与信息提取技术，编制了单木树冠自动勾绘算法。在分析遥感图像中树冠光谱纹理特征的基础上，通过单木树冠轮廓提取方法的试验结果得出：随着林分中林木大小与排列状况由简单到复杂，单木树冠信息提取方法也随之由易到难。因此，针对不同郁闭度的林分，分别采用3种方法进行单木树冠轮廓的提取。提取树冠的步骤均采用分层提取法，即先进行树冠与背景分割，屏蔽掉其它干扰信息，再从树冠区域中提取单木树冠。并提出了基于树冠分布图的树冠因子，郁闭度等的自动提取方法。最后，利用遥感提取的冠幅,进行地面林木直径的定量估测，建立了遥感测量冠幅与林木直径的回归模型，在利用遥感提取林木参数方面做了进一步深入的应用研究，以期提高森林资源信息提取的自动化，为现代森林资源信息管理服务。　　本研究主要在以下方面取得了进展：　　（1）在试验区内研究了高空间分辨率遥感树冠光谱特征规律，分析了不同郁闭度条件下，树冠遥感光谱反射机理，建立了树冠光谱反射特征库。定义了遥感图像单木树冠的概念，指出由于林木生长的顶端优势，在高空间分辨率影像形成灰度由它的顶部向四周逐渐由亮变暗的丘陵状，有较明显单木树冠中心区域存在，这也为单木树冠提取提供了的形态基础。　　（2）对于郁闭度低的林分，使用基于易康软件的多尺度分割法，能很好地提取出单木树冠轮廓。　　（3）对于中等郁闭度，林相整齐的林地，提出了 NDVI分割法提取树冠区域，进而利用数学形态学的逐层收缩与条件生长法，实现了从前后相接的林木树冠区域中，成功分离出单木树冠。　　（4）在郁闭度较高，树木大小及分布不规律的林地中，先采用基于区域的多阈值自适应分割方法—最大稳定极值区法（MSER）分割树冠与背景区域，并生成多边形对象，再利用面向对象的树冠影像分析技术，基于双向链表的边界跟踪法从多木树冠对象中提取单木树冠，实现了树冠对象轮廓自动勾绘。　　（5）提出了基于单木树冠分布图的树冠冠幅，郁闭度等林木参数的自动提取技术，并完成了算法的软件实现。这些是为提高森林资源调查的自动化程度进行的有益探索和实践。　　（6）根据东北中温带针阔叶混交林区的相关资料，在证实遥感影像单木冠幅与地面林木直径呈线性关系同时，由于树冠受各种情况的随机影响，所以有许多“异常值点”的存在，因此本文提出稳健回归以克服这一问题。根据Huber提出M-估计法引进目标函数的加权因子分布，从而改变传统的最小二乘法对各样本（包括异常点）等同看待的“弊病”。这个权重因子是样本绝对残差的单调递减函数，这样就大大地削弱了LS残差平方和的放大作用。遥感影像单木冠幅与地面林木直径稳健回归有良好应用前景。