高分辨率多光谱卫星图像不论是在军事方面还是在民用方面,都得到了政府机构和私人机构的广泛应用。在其他方面,卫星图像在特征提取方面应用广泛,尤其在摄影测量、水道、地图和远程遥控方面。计算机视觉应用中,卫星图像可以提取一些直线特征,例如公路、铁路、河流等。直线和界限特征的提取可以界定土地范围、土地覆盖或者其它一些在地籍测量中较重要的地形特征。然而,高分辨率多光谱卫星图像在地籍测量工程中划分地块边界的研究较少。因此,需要更进一步的探讨。地籍测量是地籍系统的基石。任何地籍测量都利用平面测量的二维平面这一原则。平面测量技术可以确定边界,也可以利用它特有的功能确定土地范围。此外,平面勘测可以用来申诉,以阻止一些危害人类生命和财产的事件的发生。管理人员和一些专业人员都用土地测量、平面测量技术获取和解决土地范围和价值的问题,进而达到他们的目的。地籍测量可以给一些领域内的土地价值提供一些合理的措施,也可以让其它方面的专业人士估计某些特定用途的土地需求。在发展中国家,多种测量方法应用于这一领域。平面测量这一方法应用于土地赔偿勘测。作为描绘和勾画平面特征的一部分,二维平面测量可以勾画和修正出直线的边缘和拐角。这使得地籍平面技术适用于二维图像。二维地籍图或者平面是描绘二维图像地籍和几何信息的重要模型。高分辨率多光谱卫星图像处理算法测量和提取地籍特征的地籍测量(包括平面测量)的使用是我们研究的重点。从技术上来说,赔偿检测可分为土地赔偿和树木赔偿两部分。土地赔偿可以用平面表的方法,把地表面假想为一个二维平面。把地表面假定为直线的方法将土地相邻的直线视为界线。如果土地测量面积小于250km2,大多数二维测量将土地视为地平面。根据不同界线,被测土地可以绘成不同几何形状。因此,私人土地面积会近一步演绎成地籍定量测定。此方法的主要目的是确定土地问题中的曲直程度,地籍边缘和土地界线。然而,这种方法不但操作复杂和浪费时间,而且还有其它方面的缺点。针对以上问题,本文重点研究集成图像处理算法和高分辨率卫星图像在这方面的应用。高分辨率图像在地籍测量中应用非常有意义。传统地籍测量和土地登记系统在全球范围内发生巨大的改变。有地籍研究者发现2米以上的高分辨率卫星图像可以应用到地籍测量中。高分辨率卫星图像的使用,可以精确绘制比例为1：10,000的地图,也可以界定一些潜在的与联合国地籍要求相一致的土地边界。与此同时,计算机视觉和图形处理模式能处理边框和表格。特别是对那些处于两个不同区域之间的边界。视觉上来看,他们形成了某个图形的轮廓,边界其实就是图形及其背景的界限,专业性地讲,如果图形边界能从算法上被识别并准确检测,那么所有图形就能定位,其他的基本几何性质(如面积、边长和形状)也能确定。简而言之,这些边界和图形就是地籍测量的一部分以及包装,而且它能利用他们来获得几何价值,因此为地籍图描述和绘制地籍图形提供了依据。在这个研究中提出了新的计算机视图算法,这个算法中用卫星映像检测、提取和界定地籍图形,同时用精确图形处理过程来区分图形从而达到法定地籍目标。本研究的主要目的是使用高分辨率卫星图像高效提取地籍边界信息且达到最小的人为干涉。因此,我们可以有效利用集成计算机视觉和图像处理方法提取地籍特征。我们的工作用的是高分辨率的卫星映像,利用计算机视觉和图形处理的观点为地籍功能检测、提炼以及界定提出了新颖的综合性算法。利用4x4结构元素为特性的划分和界限的界定,特别地提出了Canny和形态学算法的应用。另外为地籍功能的直线边界划定在由此产生的划分结果的基础上提出了Hough变换的应用。基于我们的意向,给地籍功能的划分提出了离散小波变换和K色均值聚类算法的应用。再此之前,我们提出了整改处理的应用,对于图像处理有必要假设一个平面,然后为卫星映像处理提出的质量评估方法会用于定量地籍分析.因此,确定新颖的综合性方法应该用图形处理方式而不是传统的磁场定位技术。当然,在应用边界检测方法之前,卫星映像应该进行预处理。首先应该要改进因此以正确的导向和空间定位为更多的地籍图形分析构建这个方法本研究中使用的卫星图像需要预处理,确定正确的方向和空间位置后再用于地籍图像分析。计算机视觉中视觉特征质量的保证对定量地籍分析卫星图片至关重要。此外,卫星图像要达到一定的质量标准,以确保其数量和质量。然而,有些图像囊括许多多余信息,用离散小波变换的方法使图像降维,以获取地籍分析中所需的有用信息。用简单的边缘检测技术和形态运算以及K-均值聚类算法分割色彩图像,再从图像中获得精确的地籍边界。用K-均值聚类算法将图像分为总体精确度为88.89%的四种不同颜色的区域。起初,卫星图像要通过Sobel和Canny算子边缘检测,以获得地图的图像边缘。此外,我们将形态运算应用到Canny边缘图像上,以消除操作过程中产生的人为因素。最终,我们获得部分想要的图像特征：农业用地、白色背景上的黑色物体的图像。研究表明,用分割算法获取的农用地发现率和质量百分比分别为87.18%和73.91%。检测和提取的图像边缘用霍夫变换使其矢量化后可以精确检测直线边界。作为测量卫星图像上农田边界中的直线边缘的有利工具,霍夫变换描绘的卫星图像边界的精确度高达73.33%。同样的,为了获取图像中农用土地的边界,要用Canny边缘方法重新检测。为评估方法的一般性能,我们比较了我们的研究和另外一个研究(其研究目的是测试利用传统软件的高分辨率卫星映像的特性提取和划分能力)。空间软件运用了基于特性抽象划分的范围以及基于利用卫星映像的地籍特性划分方式的目标。这种方式虽然能达到其目的,但它仅仅是基于现有软件的应用(没有严谨的分析算法),其最大的缺点是它没有以我们能接受的方式划定相应的界限。通过比较,我们发现利用新的综合算法的图像处理技术和基于技术的软件一样有好的效果,其准确的范围在地籍抽象和划分的接受范围之内。本文的研究目的是在降低人为因素干扰的前提条件下,运用卫星图像处理算法来解决农用土地边界检测和提取中的地籍问题。这个新颖的方法与传统的地籍检测方法相比,不但快捷、高效地确定地籍,而且能弥补传统方法的各种缺点。此外,它还可用于基础设施建设、可持续发展和环境管理等方面。随着地籍科学的发展,高分辨率卫星图像和计算机视觉算法在地籍测量中的应用会日益广泛,且能更好地测量和描绘数字地籍,进而促进社会经济的发展。