海上溢油事故会严重地污染海洋环境,破坏生态健康。遥感技术是溢油监测中无法代替的重要手段,而近几年,高光谱遥感技术凭借自身显著的特点很快地成为溢油检测的亮点。在对溢油事故的监测中,溢油区域的轮廓边界十分重要,是估计受污染面积和溢油量的基础信息。然而,随着高光谱遥感技术的不断发展,空间分辨率和光谱分辨率不断提升,传统的图像分割算法不能充分利用其丰富的信息,无法满足对高光谱图像溢油区域精确分割的要求。随着水平集方法的引入,主动轮廓模型(Active Contour Model, ACM)得到了空前的发展。区域主动轮廓模型具有自由拓扑变化、对初始轮廓不敏感、不依赖于图像梯度、能抑制噪声以及易于应用拓展的特点。最小化能量函数的过程也就是轮廓曲线不断逼近目标边界的过程,并始终可以得到光滑且连续的边界。本文研究的主要内容是如何把高光谱图像丰富的空间信息和光谱信息应用于ACM模型,驱动曲线演化,使得分割的效果更加精确。主要开展了以下两个方面的研究工作：(1)为了使ACM模型能够充分利用高光谱图像的空间信息,引入构造矢量图像梯度函数改进能量函数的长度项,使轮廓曲线在空间梯度信息的约束下演化停止在图像的边界。实验表明,本文改进的模型避免了曲线演化地过度圆滑,使轮廓曲线停止到更加准确的边界。(2)为了使ACM模型充分利用高光谱图像的光谱信息,使用具有光谱识别能力的光谱角距离度量替代矢量ACM模型的距离度量,依据光谱角对光谱强度不变性特点,使改进后的数据拟合项具有更好的光谱识别能力。实验表明,本文改进模型一定程度地遏制了海浪反光和阴影对分割的影响,提升了区分溢油和海水的能力。