本论文在整理了现有的几种根据目视解译划分水系类型的方法的基础上,探讨了目视解译划分水系的依据;分析了利用计算机技术来划分水系类型的优势和可行性;提出了与传统的以窗口为基本单位的方法有很大不同的以水系纹理单元为单位进行分类的方法。 系统以遥感地学智能图解的思想为基础,模拟人脑对水系分类的过程,将专家目视解译的思维过程符号化,提取出人对水系分类认识的认知要素。本论文不以固定大小的矩形范围作为研究水系特征的区域,而将整个水系的延伸区域作为研究的范围。以一个完整的水系流域作为对象,讨论了水系编码,分类判别因子,分类标准制定等。水系自动分类原型系统设计的技术路线是首先对扫描后的水系做二值化以及根据数学形态学做细化处理来获取数据源;根据水系图像的栅格结构,我们选用8方向码对水系在象元级进行方向编码:然后模拟目视解译的人脑思维过程,确定出支流方向、支流间夹角、支流长度、支流法线方向是否过中心点、水系中心点与支流端点连线方向是否与本支流方向相同、每条二级水系是由多少个一级水系汇合而成的等6个用于水系分类的判别因子。最后根据分类规则,将每个水系归入到适当的类别中去。在进行水系类型区分时,若区域内含有多种类型的子水系时,需要找到相应的分割点将该水系分割成为若干个只包含一种水系类型的子区域。本文初步探讨了对于一个区域存在两种水系类型的情况下,将其分割为两个只包含一种水系类型的方法。 在介绍了原型系统的设计思想、技术路线之后,实现了由水系获取、水系纹理编码、分类因子计算、水系分类和水系分割5个模块组成原型系统研发与初步试验。可自动区分出树枝状水系、平行状水系、格子状水系、环状水系、放射状水系、扇状水系和羽毛状水系7种类型的水系。 以34幅从航空遥感图像上人工解译绘制的水系图为效果检验图。每种类型水系正确识别率平均达80%以上。本文在最后列出了系统识别的结果。