中文摘要：

随着大量高分辨率遥感传感器的出现，高空间分辨率遥感影像的细节描述能力大幅提高，像元之间的相关性增强，使传统的遥感影像光谱分类方法面临巨大挑战。针对高分辩率遥感影像中目标多样、细节丰富、层次分明、随机性强、几何结构特征明显的特点，采用结合语义信息的多尺度马尔可夫(MRF)理论框架研究高分辨率遥感影像分割问题。利用多尺度几何分析构造影像尺度空间，提取多尺度几何结构形状信息。基于几何结构信息研究影像数据的多尺度相关性模型；结合地物目标在高分辨率影像中的语意层次信息，探索基于MRF理论框架的语意层次信息和多尺度统计特性的结合机制；在前述基础上，研究基于几何结构特征和语意层次信息的多尺度MRF模型在影像信息提取中的实用算法。基于多尺度MRF理论，探索空间几何结构信息和光谱信息结合模式，研究语意层次信息在MRF中的应用，为高分辨率遥感影像自动解译提供了一条新的思路，具有重要的理论价值和实际应用价值。

结论摘要：

随着高分辨率遥感传感器的大量出现，高分辨率遥感影像以其信息丰富，精度高的特性得到广泛的应用。高分辨率遥感影像分割是许多遥感应用的基础。本项目针对高分辨率影像语义信息丰富，几何结构特征明显的特点，在遥感影像特征提取与表示、基于区域的多尺度MRF建模以及结合语义信息的影像分割方法三个方面展开研究。首先在初始区域分割基础上，提出了基于分割区域内部直线长度和方向分布的多层次几何结构特征及表示方法，以有效描述包含规则形状的地物特性；基于粗糙集和模糊集提出了一种特征选择方法，可在不降低分割性能的情况下约简特征，提高计算效率。其次针对多尺度MRF模型中观测数据和先验知识的相互影响，不同粒度特征融合，参数估计等问题进行研究，给出了在尺度空间中自适应调整观测数据和先验知识的结合方式，结合像素和区域特性的多尺度MRF模型以及基于模糊约束的MRF模型参数估计方法。最后基于对大量训练样本数据的类别相关性分析，建立了描述地物类别相互关系的层次语义模型，并给出了结合层次语义模型的多尺度MRF影像分割方法。层次语义模型针对高分影像类别数目多的特点，在为MRF模型提供地物目标之间层次语义信息的同时，排除了大量无关类别对分割结果的影响。