随着对地观测技术和图像处理理论与方法的快速发展,作为一种重要特征信息,边缘或线特征提取一直以来都是影像分析中的研究热点,并且在诸如道路、河流、地物轮廓等信息提取中获得成功应用。影像中的田埂作为一种线特征,没有道路、河流、地物轮廓等类信息鲜明,且背景信息更为复杂。但田埂提取是农户地块提取的关键,传统的线特征信息提取算法不能满足地块提取的要求,针对这一问题,本文致力于探索高效、可靠的地块田埂信息提取理论与方法。本文以大飞机平台获取的高分辨率航空影像为实验数据,以平坦地区较规整的田埂为研究对象,以提取影像中的田埂界线信息为研究目标。在深入分析航空影像中田埂影像特征的基础上,针对不同情况的田埂,分别设计了基于改进的Canny边缘检测田埂提取算法和基于方向纹理特征的田埂提取算法,并在当前土地确权登记地块信息提取中获得较好的应用效果。论文的主要工作如下:(1)深入分析了航空影像中田埂的影像特征,并挖掘出具有代表性的、适用于田埂提取的影像特征——边缘特征和纹理特征。同时,为了减弱影像中的噪声并增强有用的特征信息,探索了面向田埂对象的影像预处理方法。(2)分析了Canny边缘检测算子在田埂边缘提取应用中的优缺点,并在此基础上,设计了改进的Canny边缘检测田埂提取算法。该算法首先利用Canny算子对农田影像进行边缘检测,然后对初次检测结果进行单像素断点连接,并设定边缘低长度阈值提取疑似田埂的线状地物,接着利用蚁群算法连接断裂边缘,最后通过设置高长度阈值进一步剔除伪田埂边缘,以得到完整的地块田埂边缘线。(3)针对边缘特征较弱、受线状噪声干扰较多的地块田埂,设计了基于方向纹理特征的田埂提取算法。该算法突破了方向纹理特征应用于道路提取时固有的思维——模板宽度要小于或等于道路宽度,而是针对田埂的影像特征增大了方向纹理模板的宽度,使模板包含更多的有用信息。该算法首先通过人工选取田埂种子点,然后基于田埂的形状和纹理特征建立适合于田埂提取的初始方向纹理矩形模板,并计算模板内的纹理特征统计量,再设置模板的搜索规则与中止条件,最后对算法获取的田埂候选点进行拟合,以得到地块田埂矢量线。在土地确权地块信息提取中应用高分辨率航空影像对本文算法的有效性进行了验证。结果表明,采用本文算法,可以将航空影像中的地块田埂较为准确、完整的提取出来;同时,所提取的田埂具有良好的视觉效果和量化精度。