遥感影像是探测地物目标综合信息的最直观、最丰富的载体，直接从遥感信息中自动提取地形和专题信息是当前遥感和地理信息系统技术面临的一个迫切而且又复杂的问题。随着航天遥感信息获取技术的飞速发展，从遥感信息中自动提取专题信息已经成为遥感信息生产流程中的瓶颈环节。采用基于光谱的特征和分类、单个目标图形特征等方法对遥感影像的自动解译己经研究了很多年，虽然取得了一些进展，但是解译效果还达不到预期要求。 图像分割是图像处理中的一项关键技术，是图像处理、分析的一项基本内容，是指将一幅图像分解为若干互不交迭区域的集合，实现合理地将图像中的目标与背景分离。正是由于图像分割实现了图像中感兴趣的物像和不感兴趣的物像的分离，使得目标特征和参数的提取成为可能，故图像分割多年来一直得到人们的高度重视。遥感数字图像以其信息量大、周期短、获取方便等特点，在当今快速发展的国民经济建设中正发挥着不可比拟的作用，所以如何实现更准确地更方便从海量信息的遥感图像中提取感兴趣的目标也就成为遥感技术要解决的首要问题。 本次研究是依托国土资源部航空物探遥感中心的云南瑞丽江--大盈江遥感地质调查项目中的遥感信息的提取部分。 图像分割是提取数字图像信息的一种方法，在目前流行的遥感图像处理软件中，一般都采用遥感图像分类的方法来提取目标信息，比如监督分类和非监督分类等，也有少数软件如ENVI、ERDAS等有图像分割的功能，但也仅仅只限于单一的阈值分割法。本了论文采用Visual C++.NET实现了四种基于区域的数字图像分割方法：迭代阈值法、特征空间聚类法、区域分割法和松弛迭代法，分别对试验区目标图像(部分)进行图像分割试验，并将图像分割提取湿地的效果和常规的遥感信息提取的效果进行比较，并根据图像分割精度评价方法对此次图像分割的精度做出评价，证实图像分割提取遥感信息的可靠性。