在国土资源调查或土地利用遥感监测的工作中,有时需要从遥感影像中把地物或地类等信息提取出来,以便进行下一步的分析决策使用。如何提取,怎样保证提取效果就成为摆在相关工作人员面前的一个重要问题。目前主要依靠人工判读解译,但遥感影像数据量庞大,单纯依靠人工判读解译就显得费时费力。图像分割技术是一项关键性的技术,它是数字图像处理的基础。它可以把图像中需要的部分提取出来。鉴于上述内容,如何把图像分割技术更好的应用在遥感影像地物信息自动提取中就显得尤为重要和迫切。本文就是针对这方面的研究。遥感影像的地物信息提取在计算机中属于计算机视觉领域的图像识别问题,即图像分割问题,图像分割技术从上世纪中叶发展至今,解决这类问题一般有三种方法:基于阈值的图像分割的方法、基于边缘检测的图像分割的方法和基于区域的图像分割的方法。鉴于遥感影像自身的一些特点,例如属性相类似像素基本集中、地物形状基本呈面状且有一定的轮廓性等特点,结合图像分割算法特点,因为Otsu算法和“分水岭”算法的分割原理比较适合有一定面积的面状地物信息识别,而Canny算法的分割检测原理比较适合有一定轮廓,且轮廓较清晰的地物信息识别。因此选取Otsu算法、Canny算法和“分水岭”算法做为本文的实验算法。通过实验,以达到从遥感影像中尽可能以小的误差提取出地物信息的过程,并对整个过程进行逐步分析。具体过程是:采用Visual C++2008开发工具作为软件开发平台,编制调试成功三个算法程序,选取有代表性的遥感影像为实验图像。首先,用三个算法程序处理实验图像,根据处理后所展现出来的效果进行分析研究。其次,用图像处理软件把实验图像处理为灰度值形式、图像增强形式和图像去噪形式,然后用三个算法程序对处理后的实验图像进行处理,并对处理结果进行分析研究。再次,根据三个算法的特点,对三个算法采取组合或者先后顺序的方法对实验图像进行分割处理,并对实验结果进行综合分析研究。最后,经过对实验内容和实验效果进行总结归纳,得出以下结论:Otsu算法和“分水岭”算法基本解决了遥感影像中地物信息的自动提取,效果较理想,通过实验部分也对这一观点进行了验证。而由于遥感影像本身复杂、噪点多等原因,Canny算法在遥感影像地物信息的自动提取中不太适用。在进行图像分割前,对原图进行预处理,或采用算法组合的方法,可对图像中地物信息的自动提取产生积极影响。通过实验也可看出全自动的提取方法总体来说要优于人工判读解译提取、人机交互式提取和半自动提取。总的来说,本文通过理论分析并加以实验验证,很好的支持了本文的观点,达到了预期的效果。实现了遥感影像地物信息的自动提取,在国土资源调查和土地利用动态遥感监测的工作中,可以大大解放生产力,缩短工作时间,降低工作成本,可极大的提高工作效率。