滑坡具备范围广、发育多、危害巨大等特点,对桥梁、道路及其他设施破坏力非常大,使广大人民的人身及财产权益处于巨大隐患之中。如何快速、全面地识别及提取滑坡分布特征、性质、规模等信息具有十分重要的现实意义和科学意义。目前,遥感技术的发展为滑坡的识别及提取提供了新的方向,遥感影像已被用于滑坡灾害防治的各个环节之中。可是基于遥感影像的滑坡识别方法主要针对地震型滑坡,不能完全对小型、降雨型滑坡适用。且以往的研究中主要为小范围的滑坡边界提取,对大范围的滑坡提取、调查研究较少。本文以福建省泰宁县为研究区,使用2019年高分一号、资源三号卫星遥感影像,开展滑坡分形特征研究,并将影像的分形纹理特征与显著性检测模型结合起来,基于MATLAB及ArcGIS平台,提取研究区的滑坡。主要结论如下:(1)泰宁县滑坡为我国东南沿海地区较为典型的地域,绝大多数为降雨型滑坡,分布广且面积小,本文通过分析其色调、纹理、形状等特征,建立了它的解译标志。(2)运用分形理论,运用盒维法,计算由人机交互解译而得到的滑坡的分形维数;使用网络覆盖法来获得研究区域中的滑坡在空间分布上的分形维数。经过研究,得出滑坡的边界轨迹、其分布均有较好的分形特征的结论。(3)从计算机视觉角度,在显著性检测模型GBVS算法中,将遥感影像分形纹理作为一个新的底层特征加入其中,即提取影像的颜色、亮度、方向、分形纹理特征,进行滑坡的提取。实验结果表明,本文方法的提取精度相对于原始的GBVS方法有一定的提高,在全县大范围的滑坡提取中,精确度度量值为0.9091,有一定的可行性。综合研究表明,本文提出的结合分形理论及显著性分析的滑坡提取方法对东南沿海地区大范围的小型、降雨型滑坡识别及提取具有可行性,可以作为滑坡灾害的调查,监测,评价和管理相关领域的重要技术支撑,并且在滑坡识别及提取中具备巨大应用价值。