本文针对国产GF-1号卫星数据农业专题应用的要求,开展了国产高分辨率卫星遥感数据的玉米作物面积统计方法应用研究,为形成国家级基于国产高分数据的农业遥感监测与评价系统提供技术支撑。GF-1号卫星影像的结构和纹理信息较丰富,图像中目标存在严重的“异物同谱”和“同物异谱”现象,传统基于像元的分类方法在处理效率和玉米作物提取效果上都是有限的。本文以面向对象的分类技术为基础,采用自动分类和人机交互解译相结合的方式,研究适用于GF-1号卫星遥感数据的图像分割方法,对玉米作物进行有效的提取,完成对玉米田面积的遥感统计。以陕西省蓝田县的玉米耕种区GF-1号卫星数据为实验区域开展了以下研究:(1)分析了高分一号卫星数据的特点,完成对数据的辐射定标、FLAASH大气校正、正射校正;对校正后的GF-1号卫星多光谱和全色数据进行融合以增强图像的清晰度和解译能力;裁剪出主要耕地区域,屏蔽了非耕地上的与玉米作物存在异物同谱的植被信息,为玉米作物面积统计方法研究提供数据基础。(2)基于面向对象的分类基础,研究获取图像分析中同质对象的分割方法。通过分析GF-1号图像中玉米田地块边缘的不规则结构及局部区域的特征,构造了模糊分布曲线对边缘区域进行对比度增强,同时构建了类矩形引导函数将玉米田类矩形的地块特征引入到基于图的分割理论中,完成对GF-1号玉米田遥感图像的有效分割。(3)基于稀疏表示方法将玉米作物的提取归为图像中玉米与非玉米的分类问题。通过建立样本数据和过分割产生的超像素二者之间的玉米/非玉米稀疏表示模型,利用分割出的图像块在超像素包上具有稀疏性完成对图像块的类别判定。该方法是根据目标实际特征建立的模型,不需要设置特征属性值,因此有较强的鲁棒性,可以对玉米作物进行有效的提取。(4)为了更有效准确的对玉米作物进行提取,选择多个有差异的特征,分别利用本文提出的分类模型进行玉米类别判定,最后对各特征分类结果进行多特征决策,完成对玉米作物的提取。并通过与其它分类方法进行实验比较分析了本文方法的有效性。最后对玉米作物的面积进行统计。(5)在VC++平台上结合Opencv实现遥感图像玉米作物提取系统软件的设计与开发。系统采用模块化设计,利于后续功能的扩展。