高空间分辨率遥感影像的分割是面向对象分析的重要基础,大部分影像分割算法都涉及分割参数设置的问题,影像分割方法的参数自适应是影响遥感影像分割效率和效果的关键问题之一。针对传统分水岭分割算法易受噪声干扰且分割尺度参数难以自适应选择的问题,提出了一种尺度自适应的高分辨遥感影像分水岭分割方法,即在对原始影像进行中值滤波的基础上,综合考虑高分遥感影像多个波段信息,并利用区域合并进行分水岭分割,然后在空间统计学思想下,统计不同窗口下局部方差的变程实现分水岭分割参数的自适应设置,进而对高空间分辨率遥感影像进行分割。最后,以IKONOS和QuickBird高空间分辨率多光谱遥感影像作为实验数据,对提出参数自适应的分水岭分割方法的有效性进行了验证。基于分割后斑块内均质性和斑块间异质性指标构建综合评价模型,对本文提出的分割方法所得到的分割结果与不同参数序列的分割结果进行了定量比较,对比结果表明采用该分割算法能够得到较好的分割效果。因此,该方法不仅能一定程度上提高影像分割的精度,也保证了分割参数选择的自动化程度,可为今后的影像分割及参数化研究提供一种思路。