近年来,由于各种自然因素和人为因素的影响,湿地资源遭到严重破坏,面临巨大压力。与此同时,随着高分辨率卫星遥感影像的应用越来越广泛,可以利用最新的遥感技术对湿地资源进行科学的管理和保护,动态监测变化。但是如何自动或半自动提取海量遥感影像的特征则成为遥感应用中的关键问题。由于遥感影像的复杂性和多样性,自动提取涉及到计算机视觉、人工智能、模式识别与图像理解等诸多研究领域。充分利用人与计算机各自的优点,将人的“识别”能力与计算机的“量测”与“定位”能力相结合,采取人机交互方式进行的自动提取是目前条件下提取遥感影像地物特征行之有效的方法。总体来说,特征提取一般分为3类,即:点状特征的提取,线状特征的提取和面状特征的提取。特别是针对湿地遥感影像中一些面状地物(湖泊、人工水库、沼泽草甸湿地等)的影像其颜色特征在影像上比较均匀的特点,通过图像分割、边缘提取,可以把目标地物从背景中分离出来,并加以提取。本文运用单通道和多通道两种遥感影像分割方法,通过把彩色遥感影像图变成二值彩色影像,最终分离出背景和目标地物。在此基础上,通过对两幅同一地理位置的遥感影像图进行图像相减得出两幅影像的变化图斑,并采用多结构元素的数学形态算法提取该变化图斑的边缘信息。在算法研究与改进方面,在单通道图像分割算法中,采用了改进的RGB转HSV色彩空间算法,弥补了原算法中,个别点没有定义和色彩层次不突出的缺点。在多通道分割算法中,重点采用基于四元数的复数矩不变性的图像分割算法,图像处理效果得到了很大程度的改善。同时,在影像中提取变化边缘方面,提出了多结构元素多角度的数学形态学边缘算法,具有普遍推广性。