近年来,随着遥感技术的不断进步,遥感影像向着高空间分辨率、高光谱分辨率、高时间分辨率的“三高”方向发展,越来越多的高分辨率遥感卫星得到应用,提供了比中低分辨率遥感影像更加丰富的空间结构、几何纹理及拓扑关系等信息。随着分辨率的提高,数据量会成几何级数增长,传统的目视解译方法已经远远不能满足用户的需求,因此,计算机智能解译就成了解决这一问题的唯一有效途径,而智能解译技术的核心技术就是遥感影像分割技术。面向对象的影像分割方法已经在诸多应用领域表现出了明显的优势,目前,国内针对高分辨率遥感影像的面向对象的影像解译系统极为缺少,严重制约了高分辨率遥感影像在各行各业中的应用,因此,系统地研究高分辨率遥感影像分割技术,开发遥感影像智能解译系统显得尤其重要和迫切。本文在此基础上进行了深入研究,主要研究成果如下：(1)对多种分割理论进行归纳总结,分析其各自的长处,结合传统的多尺度分割算法,提出一种基于KL散度原理改进的多尺度分割方法。该方法针对多尺度分割方法对高分辨率遥感影像存在的欠分割问题,提出以KL散度为核心的区域合并标准,对分形网络多尺度分割方法进行了改进。并设计实验,对方法有效性了进行验证。(2)本文通过MPI技术实现分割方法的并行化,以提高分割方法的效率,并提出了一种解决并行分割线问题的方法。本文的并行技术采用主从式并行分割策略,主进程负责读取影像数据并将影像数据分块,从进程接受分块数据,对每块数据进行单独影像分割,并将结果返回主进程。最后主进程接受各分块分割结果,整合输出后得到最终的分割影像。对于并行分割线问题,本文采取的方法则是直接对分割形成的矢量数据进行操作,通过判断分割线附近相邻图斑的特征一致性,合并性质相近的图斑,最终消除分割线。(3)提出一种面向地理国情监测项目的智能遥感影像解译框架,用以实现遥感影像智能分割分类和典型要素自动提取,系统提供了从影像的显示到影像分割分类等一系列功能。系统流程高效便捷,采用影像分割、特征提取到对象分类的一套完整流程,使得影像解译过程能够以矢量多边形为操作对象,栅格影像为参考层进行人机交互可视化解译。