摘要：遙感影像具有覆蓋面廣、光譜信息豐富及不同粒度的遙感信息應(yīng)用需求特點(diǎn),傳統(tǒng)的圖像分割算法不能較好地適用于這類(lèi)圖像的信息提取。針對(duì)遙感影像多波段的特性和遙感信息不同粒度需求的特點(diǎn),基于最大類(lèi)間方差算法(Otsu算法),設(shè)計(jì)了不同粒度遙感信息的非線性?xún)?yōu)化Otsu分割算法:(1)引入PCA算法對(duì)遙感影像的多波段數(shù)據(jù)進(jìn)行降維,降低了遙感影像的信息冗余度;(2)基于最小值判斷,添加分割算法的終止條件,提高了不同粒度遙感信息分割的計(jì)算效率。最后,以舟山海域的空間地物信息提取為例,比較了非線性?xún)?yōu)化Otsu分割算法與傳統(tǒng)的Otsu、2D-Otsu、K-means、FCM分割算法的優(yōu)劣性。結(jié)果表明,非線性?xún)?yōu)化Otsu分割算法:(1)兼顧了遙感影像的波譜信息,降低了遙感信息的錯(cuò)分率;(2)通過(guò)降低遙感影像的信息冗余,提高了計(jì)算效率;以?xún)深?lèi)地物類(lèi)別提取為例,與Otsu算法相比,時(shí)間效率提高了59.88%;(3)通過(guò)添加計(jì)算約束條件,求解不同地物類(lèi)別的分割閾值,滿足了不同粒度遙感信息的應(yīng)用需求。