中文摘要：

主要研究基于高分辨率卫星影像多分辨率分割的面向对象人工地物分类方法，并以此为基础提取人工地物，如房屋、耕地等，实现房屋、耕地等人工地物位置、范围的初步自动化提取。对分类结果图像中的地块图斑结合原始影像信息采用ACM模型等技术提取人工地物的精确边界。最后，对提取的地物图斑的精确边界利用Hough变换提取直线边缘轮廓线，从而得到规则的地物形状信息，以此作为最终输出结果。本方法适用于大城市新城区房屋信息和平原地区规则块状耕地信息的快速提取与更新。本项目的实施将有助于探索高分辨率卫星影像地物识别基本理论、关键技术和方法，具有一定的国民经济、商业和军事应用前景。

结论摘要：

主要研究了基于高分辨率卫星影像上建筑物、耕地等人工地物提取方法。在探索保持色调信息的图像融合、多尺度影像分割、模型库匹配、位姿聚类及Hough变换等技术的基础上，建立了高分辨率卫星影像人工地物目标自动提取的总体方法和技术流程。提出了基于二维经验分解模型的新型高分辨率遥感影像融合方法。发展了基于边缘置信度和均值漂移的高分辨率影像面向对象多尺度分割方法，在保持边缘方向方面具有较好的效果。提出了一种基于多尺度分割、位姿聚类和模型匹配的人工地物目标自动定位技术，可将光谱特征和几何、纹理特征结合起来进行人工地物目标的自动定位。发展了基于GVF ACM模型的地物边界精确提取方法；并针对不同复杂程度的建筑物，提出了两种基于模型的建筑物轮廓拟合方法。进行了试验内建筑物与耕地的提取试验。结果表明，本方法可较好地提取形状规则的简单和相对复杂建筑物及耕地轮廓，可识别率达55-72%。通过上述研究工作的开展，我们已发表相关研究论文13篇，其中SCI论文1篇，EI论文8篇，国内核心期刊论文4篇。开发了2项相关的原型软件，已取得1项软件著作权登记。培养研究生7名。参与举办国际学术会议2次。