城市绿地作为城市生态系统的有机组成部分,在建设生态城市、提高城市空气质量和保持居民身心健康中起到举足轻重的作用。因此,对于城市绿地的研究引起了广泛关注。高分辨率遥感技术和面向对象图像分析技术的不断发展,克服了传统城市绿地监测方法耗时耗力、效率低下、获得数据精度低的缺点,为精确的城市绿化调查提供了数据支撑,成为主要的城市绿化调查手段。高分辨率遥感图像中的城市绿地往往会表现出明显的多尺度特性,图像分割产生的绿地对象并不一定与真实地物相对应。对分割结果进行优化,建立图像对象与真实地物之间的关联关系,是面向对象的城市绿地信息提取亟待解决的问题。本文依据国家自然科学基金项目"集成场景先验知识的高分辨率遥感图像语义分割"(项目编号41601366)对高分辨率遥感图像多尺度分割优化的研究需求,以IKONOS高分辨率遥感图像为数据资料,选取南京市城市绿地典型区域为研究区,在研究城市绿地图像表征的基础上,开展适合城市绿地的多尺度分割和多尺度优化技术的研究。论文主要的研究内容和结论包括:(1.)城市绿地的图像表征。对城市绿地的功能性和几何特征的分析表明,.根据功能的不同,城市绿地在几何形状上可以分为点状绿地、面状绿地和带状绿地,不同形状的绿地在高分辨率遥感图像中相互依存,结构复杂,为图像的分割和优化带来困难;通过采集典型样本,分析了研究区各类地物的光谱响应特征和NDVI的分布特点,结果显示相比DN值,NDVI对于城市绿地的区分性更强;城市绿地具有明显的多尺度特性,由于面积差异和空间结构复杂度的不同,单一尺度的分割结果无法同时实现城市绿地的最优表达,多尺度分割结果中绿地的尺度分析结果表明,综合多尺度分割结果,进行跨尺度的寻优,有望使不同粒度的绿地分别在其最优尺度下被表达。(2)城市绿地的多尺度分割。针对城市绿地的图像特点,提出一种基于区域合并的多尺度分割算法。具体由区域生长得到初始过分割结果,基于初始分割结果构建区域邻接图,根据城市绿地的几何特征设定合并准则,制定基于优先级队列的合并策略,设置尺度参数序列,进行区域合并,得到边界嵌套的多尺度分割结果,构建多尺度模型,并使用对象尺度树建立起地表对象在不同尺度分割结果之间的上下文关系,为之后的跨越多个尺度的优化提供可能。(3)城市绿地的多尺度优化。设计针对城市绿地的多尺度优化算法,首先,利用优化指标从多尺度分割结果中选取全局最优分割结果;其次,对全局最优分割结果中的对象进行划分,得到欠分割部分和最优分割部分,使用对象尺度树对欠分割部分进行优化;最后,经过优化的欠分割部分和最优分割部分进行信息复合,得到最终的多尺度优化结果。对多尺度优化算法的有效性进行定性和定量的分析,并使用监督评价指标对多尺度分割结果和多尺度优化结果的精度进行评价,结果表明:多尺度优化算法可以有效的识别最优分割和欠分割,并将欠分割区域中的绿地对象分离出来,从而减少全局最优分割结果中的绿地分割错误;监督评价的结果显示,多尺度优化算法能够综合不同尺度的分割结果,同时实现不同粒度绿地对象的最优表达,相比多尺度模型中任意尺度的分割结果,多尺度优化结果拥有更高的分割精度。论文以城市绿地为研究对象,分析了其在高分辨率遥感图像中的多尺度特性,根据绿地的光谱响应、几何形状和空间上下文关系等特征,设计针对城市绿地的多尺度分割算法和多尺度优化算法,实现了城市绿地的多尺度分割优化,为遥感图像多尺度分割优化的研究提供新思路,具有一定理论和应用创新性。