目前世界各地的消费者对食品安全越来越重视,促使农业和农产品产业发展面临着严峻的考验。为了规范农产品市场,从源头抓好食品质量安全,农业GAP(即良好农业规范)应运而生。农业GAP系统的核心要素是质量追踪体系的建立和实施。通过这一体系,消费者可以从农产品追溯到它的生产源头；农民也可以查看自家出产的农作物销往何处。为了实现质量追踪的可视化,我们利用卫星地图来实时监控农情,获取各地农产品种植种类、面积、生长情况等。在可视化的质量追踪过程中,我们对卫星地图土地图像进行分割,从而提取图像中的土地边缘,然后合并相邻种植同种农作物的区域,为下一步对土地进行标注,实现农业GAP系统中的质量追踪做好准备工作。本文首先根据卫星遥感图像在成像过程中,由于各种外界因素的干扰,而导致在获取卫星遥感图像过程中存在一定的失真、形变、模糊等误差,简单介绍了卫星遥感图像预处理的几种方法。然后重点介绍了传统图像分割的三大类方法：基于边界的方法、基于区域的方法和基于其他理论的方法,分别从中选取几种典型的算法做简单介绍。接着针对卫星图像的特点,本文采用一种改进的算法,利用基于“坐标位置-色度-纹理”域的多元核函数的Mean Shift算法对土地图像进行初始分割。之后,引入一种基于纹理特征的区域合并方法对分割后的图像进行融合。该方法采用基于纹理、颜色和边缘的区域相似度量准则以及基于区域熵的合并终止准则来进行分割后的区域合并,达到合并相邻种植同种农作物的区域的目的。最后,运用MATLAB进行仿真实验,并对比本文算法与传统Mean Shift算法及MSRM算法的分割效果,结果表明,本文算法更能有效地实现本文的研究目的。