数字图像处理的一个主要技术是图像分割,它一直是图像处理领域的研究热点之一；尺度是遥感图像最基本的特征,近年来许多学者对图像尺度理论的研究也越来越多。图像分割在固定尺度上往往会出现分割的精确性与易分割性的矛盾。由于遥感地物是具有尺度特性的,所以将遥感图像多尺度理论应用于图像分割中,可以把精细尺度的精确性与粗糙尺度的易分割性有效的统一起来。本文以1m分辨率的IKONOS全色影像以及0.5m分辨率的Geoeye-1全色影像为例,通过多尺度理论与图像分割方法的结合,研究了新方法图像分割性能。具体的研究内容和研究成果如下：(1)介绍了一种层次映射多分辨率模型,该模型采用局部平均法实现高分辨率图像向低分辨率方向的尺度扩展；建立了一种根据父子间像素距离确定其映射关系的方法,实现低分辨率下的图像分割结果向高分辨率方向映射,得到对应于原始分辨率的图像分割结果。(2)介绍了最优尺度选择的几种方法：经典的局部方差法与变异函数法；提出了一种基于信息熵的遥感图像最优尺度选择方法。本文采用平均局部方差法计算适合表达实验一图像数据的最优尺度是分辨率为4m时的图像；采用基于信息熵的方法计算出适合表达实验二的图像目标的最优尺度是分辨率为1m时的图像。(3)将尺度理论应用于图像分割中,提出一种基于最优尺度影像的改进Otsu图像分割算法。首先针对传统的Otsu算法存在阈值偏移的缺点,提出了一种综合考虑均值与方差函数的改进Otsu算法,同时引入Otsu递归分割算法,通过两组实验,并采用两种图像分割质量评价标准——区域一致性、区域对比度,证明新方法比原方法分割效果更好。最后,采用层次映射多分辨率模型得到对应于原始分辨率的图像分割结果。