图像分割是遥感图像处理的重要研究内容。可见光遥感图像的处理在 军事和民用方面都具有广泛的应用，而对可见光遥感图像的分割是其中的 重要的研究内容之一。现有的遥感目标提取方法大都是在红外图像或者 SAR图像上对某一类特定目标进行的，而可见光遥感图像上的分割方法大 都是针对中低分辨率图像上的地物地貌分类。将中低分辨率遥感图像上的-Segmentation is plays a vital role in remote sensing image processing.In the

在基于内容图像检索中，图像的底层视觉特征和高层语义概念之间存在着较大的 语义间隔。使用机器学习方法学习图像特征，自动建立图像类的模型成为一种有效的方法。 本文提出了一种用支持向量机（SVM）实现自然图像自动语义归类的方法，基于块划分聚 类得到特征向量作为SVM 训练样本，实现语义分类器。由于参与聚类的是某类图像所有块 的特征，提取的特征更能反映某一类图像特征。实验证明这种方法是有效的。

根据样本的均值和方差，提取图像中的一个类别，并显示为二值图像(classification According to the mean and variance of the sample, a category in the image is extracted and displayed as a two value image.)

图像采集。测量是基于图像中物体所表现出来特征。图像处理算法通常利用图像中包含的信息进行分类，如边、面或形状。不同类型的机器视觉算法，影响并提取一种或多种信息。 边缘检测及其衍生技术，如耙子，同心耙，和辐条（rakes, concentric rakes, and spokes）用于图像中所表现出了边。他们可以精确地定位物体边缘的位置。可以使用边缘检测来进行部件宽度一类的测量， 这一技术被称为卡尺。也可以综合多条边来计算交点、投射、适合的园或椭圆。(Image acquisitionThe me