摘要：遙感影像具有覆蓋面廣、光譜信息豐富及不同粒度的遙感信息應用需求特點,傳統(tǒng)的圖像分割算法不能較好地適用于這類圖像的信息提取。針對遙感影像多波段的特性和遙感信息不同粒度需求的特點,基于最大類間方差算法(Otsu算法),設計了不同粒度遙感信息的非線性優(yōu)化Otsu分割算法:(1)引入PCA算法對遙感影像的多波段數(shù)據(jù)進行降維,降低了遙感影像的信息冗余度;(2)基于最小值判斷,添加分割算法的終止條件,提高了不同粒度遙感信息分割的計算效率。最后,以舟山海域的空間地物信息提取為例,比較了非線性優(yōu)化Otsu分割算法與傳統(tǒng)的Otsu、2D-Otsu、K-means、FCM分割算法的優(yōu)劣性。結(jié)果表明,非線性優(yōu)化Otsu分割算法:(1)兼顧了遙感影像的波譜信息,降低了遙感信息的錯分率;(2)通過降低遙感影像的信息冗余,提高了計算效率;以兩類地物類別提取為例,與Otsu算法相比,時間效率提高了59.88%;(3)通過添加計算約束條件,求解不同地物類別的分割閾值,滿足了不同粒度遙感信息的應用需求。