光学遥感图像海陆边界分割是海洋近岸目标检测和识别的重要技术基础。由于光学遥感图像分辨率的提高，海陆边界分割存在背景复杂、干扰多等问题。为解决复杂背景下高清遥感图像海陆边界分割问题，提出了一种新的海陆边界分割算法。该方法包含三个部分：使用均值漂移算法将遥感图像处理成若干同质区域;采用一种新的基于扫描线的方法选择海水区域种子像素点，利用区域增长算法填充海水区域;通过连通区域分析的方法分离陆地部分，得到海陆分割结果。实验证明，该方法能够对于复杂背景下的光学遥感图像实现准确、稳定的海陆分割，算法具有较强的鲁棒性和准确性。

静止卫星采用遥感图像中的地标进行自动导航, 海岸线的检测是图像导航的重要一步。将检测结果与全球标准模板库中相应区域的海岸线匹配, 依据获得的偏移量调整卫星姿态。根据静止卫星图像导航过程的特点, 提出了一种适用于静止卫星红外通道的海陆分界线检测方法, 进行云检测并依据地标模板库初始化后, 采用C-V模型推动曲线进行演化。实验结果表明, 此方法针对静止卫星红外通道的特征, 不仅具有计算量小、精度高的特点, 而且具有较好的稳定性和普适性。

气象卫星光谱图像是气象科学和环境遥感科学研究的重要工具, 而图像配准是气象卫星图像数据应用的前提。 文章针对气象卫星光谱图像的配准问题, 提出了一种基于Fourier-Mellin变换的自动配准方法。 首先利用全球海岸线矢量图数据构造地标模板, 地标模板是气象卫星光谱图像配准的参考图像; 其次, 根据云通道数据选择无云区域红外子图像, 并利用Sobel算子对红外光谱图像提取边缘特征; 最后利用Fourier-Mellin变换确定地标模板图像和红外边缘图像之间的仿射变换参数, 从而实现红外光谱图像的配准。 该方法本质是基于曲线匹配的思想, 无需特征点提取, 大大简化了配准流程。 利用FY-2D气象卫星上获取的红外通道数据进行了实验, 结果表明: 该方法鲁棒性好, 运算速度快, 配准精度较高。