高分辨率遥感数据的处理与分析,是遥感信息处理领域的前沿研究方向之一.作为分析图像空间关系的理论和方法,数学形态学为高分辨率图像的处理和分析提供了理论基础和方法,因此,探讨基于数学形态学的高分辨率图像处理方法,具有重要意义.该文探讨了基于多尺度流域变换的高分辨率多光谱数据的分割方法及其应用,论文的主要内容和创新点包括:1)提出了一种基于矢量的多光谱多尺度梯度的生成方法,与已有方法相比,能有效减弱过度分割,获得了更好的分割结果;并在图像分类后处理中,比基于组分的梯度和已有多光谱梯度的方法具有更高的分类精度:2)提出了用ISODATA聚类结果和基于监督分类结果来生成标记图像的方法,并用于图像分割和分类,结果表明:与现有的其它方法相比,该文提出的这两种方法均能有效地减少局部最小区域,减弱过度分割,具有较好的分割效果和较高的分类精度:3)提出了基于流域变换的分类后处理方法,可有效地去除类内噪声,和修正类别边界,明显提高图像分类精度.在各种方法组合中,运用该文提出的矢量梯度和ISODATA聚类重建的方法获得了最高分类精度:4)该文使用多尺度流域变换的方法对遥感图像进行分割/分类,通过比较不同尺度形态学流域变换的结果,发现多尺度方法能够明显改善图像分割结果,而且内部灰度值变化较大的地物效果更显著.因此,该文提出的这种方法在细节信息更为丰富的高分辨率遥感影像图像处理中,将具有更为广阔的应用前景和实用价值.