信息提取是高分辨率遥感图像理解与识别的关键步骤,其中线性纹理信息提取是信息提取的重要内容。然而,相对于中低分辨遥感图像,高分辨率遥感图像中地物的光谱特征更加明显,同时地物的几何结构、纹理等空间结构信息也非常突出,这为仅依靠图像信息实现更精确的地面目标提取提供了可能。基于像元的遥感图像分析方法并不能满足高分辨率遥感图像信息提取要求,成为大规范遥感应用的“瓶颈”。高分辨率遥感图像信息提取迫切需要从“基于像元”向“基于特征”转变,以充分利用高分辨率遥感图像中丰富地物目标特征信息展开目标的精确识别与提取。因此,探索高分辨率遥感图像信息提取如何从“基于像元”向“基于特征”转变已成为了当前遥感科学照待解决的前沿科学问题。生物视觉识别目标的能力天生具有高效性和实时性,而稀疏分解模型获得的结果与生物视觉感知规律相吻合,从而为探索高分辨率遥感图像信息提取方法提供了一条全新的研究思路。本文基于国家863计划专题项目(2008AA12Z106)“高空间分辨率卫星图像分割的新型技术研究”与国家自然科学基金(40801166)“基于频域特征的高空间分辨率卫星图像多尺度分割方法研究”这两个项目中对高分辨率遥感图像信息提取方法的探讨,结合稀疏分解理论,以研究区中的Quickbird图像为研究对象,以稀疏逼近及图像分解为技术支持,探索一种有效分离高分辨率遥感图像特征信息的图像分解模型,对分解后的图像信息载荷进行深入分析,在此基础上探索了依据分解后的特征信息实现基于特征的高分辨率遥感图像信息识别与提取研究,进而丰富了当前遥感图像处理的理论与方法体系。论文的主要研究内容与结论如下:(1)利用稀疏分解理论中过完备字典更好刻画图像复杂结构的优势与稀疏性约束对图像特征的最优逼近性能,构建了一种基于稀疏分解理论的高分辨率遥感图像分解模型,该模型能有效分离高分辨率遥感图像的高频组分与低频组分,分解后结果有助于图像特征识别与信息提取。通过对稀疏分解理论分析,发现过完备字典比单一正交基更能有效地逼近图像中多种结构成分;同时,图像在稀疏性约束的下进行图像分解,可获得更简洁的图像表示与更贴近图像内在结构的特征,并且稀疏性约束获取的最优解与人类视觉皮层对复杂刺激的表达相吻合,这直接启发了依据稀疏分解理论探索了一种有效分离高分辨率遥感图像中高频组分与低频组分的图像分解模型,研究表明该模型的分解结果有助于高分辨率遥感图像的特征识别与信息提取。(2)深入分析分解后的高频组分重构图与低频组分重构图的信息载荷特点,为后续依据分解后的特征信息实现地物目标的识别与提取提供指导。从峰值信噪比、均方根误差定量分析研究区Quickbird图像分解后重构图像信息表征特点,发现分解后的低频组分重构图与高频组分重构图包含有足够的信息进行地物识别。考察分解后的高频组分重构图与低频组分重构图的空间频率与亮度响应值空间分布特点,结果表明:分解后的高频组分重构图有助于图像结构信息的识别与提取,而分解后的低频组分重构图有助于地物的色调识别与提取。这一研究结论为依据分解后的特征信息实现地物目标识别与提取的研究提供了指导。为验证本文研究思路的有效性,本文进一步选择了高频组分重构图作“基于特征”高分辨率遥感图像信息识别与提取方法探索。(3)分析分解后的高频组分重构图噪声特点,基于稀疏最优逼近的思想,提出了一种线性特征增强的高频组分噪声去除方法。分解后的高频组分重构图尽管能有效地表征了原图像中的结构信息,但由于成像过程中各种因素的影响,原图像的噪声仍残留在高频组分重构图中。因而抑噪成为了进一步实现“基于特征”的高分辨率遥感图像信息识别与提取的技术方法探索所面临的问题。基于稀疏最优逼近的思想,本文选择具有对线性特征最优逼近能力的Curvelet滤波方法,根据高分辨率遥感图像噪声在不同尺度的分布特点,引入多层次阈值处理思想,提出了一种线性特征增强的高频组分去噪方法。该方法既能有效消除高频组分的噪声,又能使线性纹理特征更为突出,有利于其高精度提取。论文最后以研究区中的线性纹理信息提取为目标,依据地物多尺度特征分层设定阈值,实现线性纹理信息的有效识别与提取,并将所提取的信息与低频组分重构图叠加,生成具有地学意义的对象,验证了本文研究思路的有效性和可行性。信息提取结果的精度评价表明,本文方法提取信息的正确率在大于87%,可满足高精度的高分辨率遥感图像目标识别与提取的需求。本论文以稀疏分解理论为基础,对高分辨率遥感图像信息分解及线性纹理信息识别与提取方法作了较为深入的探讨与研究,建立了高分辨率遥感图像信息分解模型,提出一套以信息分离、线性特征增强、分层设定阈值三个基本环节组成的遥感信息提取方法,实现线性纹理识别与提取,在高分辨率遥感图像信息分解与线性目标提取方面的研究具有创新性。有待进一步的工作是深入探索基于稀疏分解理论的高分辨率遥感图像其他地物目标信息的识别与提取方法;探索在对象的生成后如何将对象图过渡到遥感制图亟待解决的一系列问题;进一步展开低频组分重构图的识别与信息提取研究;拓展该方法在地质构造信息提取或其他类似研究中的应用。