城市水资源的重要载体是城市河道,具有重要的城市生态景观、防洪和调节热岛效应等功能。随着卫星遥感图像空间分辨率的提高,基于像元的遥感图像分类技术开始向基于特征和信息提取技术过渡,这使得城市地物道路、建筑物、河道、绿地等信息的提取成为可能。在遥感图像中,水体是一种重要的地理目标,有效提取水体信息对于水利规划及船舶导航等方面具有重要意义。遥感成像周期短、实时性强、分辨率高、技术门槛低,遥感成像已逐渐成为提取水体信息的重要手段。随着数字图像处理技术的发展,从遥感图像中自动提取水体目标信息逐渐成为可能。目前存在大量遥感水体提取方法,大多是针对多波段遥感彩色图像。本文所针对的是雷达遥感图像,属于灰度图。这类遥感图像的水体提取方法有基于Fisher准则的阈值分离算法、基于边缘分割的方法、基于Graph Cuts的方法等。针对微波遥感图像的水体自提取问题,结合图片灰度值的分布,做出水体灰度值与非水体灰度值均服从高斯分布的假设,融合高斯混合模型提出一种基于Graph Cuts的图像分割算法。首先对输入图像利用基本的高斯平滑处理,然后绘制灰度直方图,利用最大类间方差法确定初始阈值,计算出初始高斯混合模型的基本参数,然后采用EM算法进行反复迭代直至模型的似然函数收敛且输出最终参数。利用高斯混合模型计算出t-link的权重,进一步利用最大流最小割算法对图像进行分割,分割后的图像采取数学形态学膨胀与侵蚀处理,去除噪音点。对比其他遥感水体提取相关算法,本文融合高斯混合模型的Graph Cuts算法具有较高的准确率,省去传统Graph Cuts算法中人工标记这一环节。