从遥感图像上自动地提取地物要素一直是摄影测量与遥感领域的重要研究方向之一。然而经过40余年的努力，地物要素提取的自动化程度依然不高。作为一类重要的地物要素，水体的识别和提取，依然是通过作业人员目视判读、人工采集，劳动强度大、生产效率低。针对上述问题，本文从地物要素全自动提取探索和生产作业实际出发，以光学遥感影像上的各类水域为研究对象，重点研究了光学遥感影像上水体要素的智能提取及其边界线精确定位的问题。其关键点主要包括：主动轮廓模型、综合水体指数的创建、基于决策树光谱特征分类器的水体提取以及边界自动获取等一系列技术。论文主要工作和创新点如下：1.分析了光学遥感图像水体要素提取的研究现状。2.深入分析了光学遥感图像上各类水体的光谱特征和空间特征以及水深、悬浮物对水体光谱特征的影响，为水域边界提取奠定基础。3.分析了人机协同理论，用于指导水域边界智能提取中的人机交互策略，在顾及到鲁棒性和精度的前提下，提出了两种人机交互方式。4.将主动轮廓模型理论成功应用于水域边界的智能提取并分析其优缺点，结合区域生长技术实现了自动初始化的主动轮廓模型。5.深入分析了4种谱间关系模型、5种水体指数模型，在此基础上创建了综合水体指数（CWI）。6.以决策树为基本框架，利用水体的光谱特征设计光谱分类器实现了水体的自动提取。7.利用连接分量标注、基于形状特征和面积特征的孤立小连接分量剔除以及边界获取等一系列技术实现了水域边界的自动提取。