随着传感器硬件的发展,高光谱遥感影像的应用越来越广泛。其中,光谱特征与纹理特征作为高光谱遥感影像的重要信息来源,一直是遥感测绘领域的研究热点。然而高光谱遥感影像存在波段数目较多、易造成维数灾难等问题,因此,研究和探索适用于高光谱遥感影像的特征提取方法则具有重要意义。围绕高光谱遥感影像特征提取这一目标,对影像的数据特征进行深入分析,并重点对光谱特征提取方法、纹理特征提取方法以及特征融合的分类方法进行了研究、实验与创新,从而形成了适用于高光谱遥感影像的基于改进二进制蚁群算法的光谱与纹理特征提取方法。论文的主要工作内容和成果如下:(1)针对高光谱遥感影像波段数目较多,易生成冗余特征的问题,提出一种基于改进二进制蚁群算法的波段选择方法。对波段选择方法进行研究,分析了基本蚁群算法、基本二进制蚁群算法以及遗传算法等智能计算算法,包括其算法原理以及相关概念,探讨了算法中存在的问题。针对二进制蚁群算法中初始启发式信息随机生成的问题,通过遗传算法寻优获取几组较优解,经过计算后作为二进制蚁群算法的初始启发式信息,并且针对蚁群算法易陷入局部最优解的问题,改进了基本二进制蚁群算法的搜索机制。实验结果表明,改进二进制蚁群算法的搜索能力更强,且能够有效对光谱特征进行提取。(2)针对高光谱遥感影像纹理特征提取中传统Gabor滤波器运行效率较低的问题,提出一种基于改进2-D Gabor滤波器的纹理特征提取方法。分析了基本Gabor滤波器以及基本2-D复指数Gabor滤波器的原理后,改进了 2-D复指数Gabor变换相应的分解公式,并将运行过程中的中间解重复使用,以减少计算复杂度。实验结果表明,该方法的运行效率较高,且提取的纹理特征具有较好的局部及边缘特征,一定程度上提高了纹理特征提取的精确度。(3)为进一步提高高光谱遥感影像的处理效率和分类精度,提出一种基于改进二进制蚁群算法的光谱与纹理特征融合的分类方法。该方法首先利用改进二进制蚁群算法对改进2-D Gabor滤波器获取的各波段影像原始纹理特征进行二次筛选,以减少特征冗余度;然后将选择的光谱特征与纹理特征进行特征级融合;最后将融合后的特征输入支持向量机中进行分类。利用不同数据和不同算法进行比较验证,结果进一步说明了改进二进制蚁群算法的有效性,且该方案提取的特征具有较高的分类精度,在高光谱遥感影像中具有适用性。