海洋内波是广泛分布于世界各个海区的一种发生在次表层海水中的重力波,对海洋内波的研究长期以来一直是海洋学家和遥感学者潜心研究的前沿性课题,深入开展对内波的研究,了解内波的传播演变以及衰减过程对于促进海洋生物学、海洋沉积学、海洋水声学、海洋光学、海洋水下建筑学、海洋军事学、水下航行以及海洋生产、海底开采、海上交通等具有十分重要的意义。　　 遥感图像的出现为海洋内波的研究提供了丰富的观测材料,由于遥感资料具有空间覆盖范围广、空间分辨率高、资料获取费用相对较低等诸多优点,在缺乏现场实测实验的海域,科研工作人员利用遥感图像可以直观的看到海洋内波的空间分布情况,并可以根据图像来解释海洋内波。随着遥感技术的快速发展,面对海量的遥感数据,单靠人工解释数据已经无法满足人们的实际的需求,因此迫切的需要找到一种能够让计算机代替人类劳动实现从遥感图像中自动提取并解释海洋内波的办法。遥感图像在成像过程中容易受到大量乘性噪声以及天空中云层遮挡的影响,这些干扰因素都给海洋内波的提取带来了严重的困难。传统的边缘检测方法在遥感图像边缘检测中达不到理想的效果。近年来快速发展的小波分析具有多尺度、多分辨率的特点,我们通过分析遥感图像中的高低频信号可以发现图像中的强乘性噪声以及云层集中分布在图像的高频部分,内波信息则集中分布在图像的低频部分,因此充分利用小波分析的多分辨率特点成为我们检测海洋内波的新方法和新思路。　　 从遥感图像中提取海洋内波是件非常困难的事情,长期以来一直没有行之有效的办法来解决该问题,这在很大程度上是由于图像中的强噪声和图中云层干扰的影响。本文充分利用小波分析的多分辨率特征,融合多尺度下的内波边缘信息,并设计了分类器来去除干扰边缘,使从遥感图像检测海洋内波取得了很好的效果,本文的主要工作如下:　　 1.利用db4小波将遥感图像分层并重构各层的低频部分,在重构后的低频空间中对图像进行边缘检测,利用多尺度空间边缘融合算法对各层检测到的内波边缘进行融合,得到多尺度融合的遥感图像边缘信息；　　 2.针对1中得到的边缘中出现的大尺度边缘断裂问题,在充分分析内波的波形特征后,提出了一种非常适合在遥感图像中连接内波断裂边缘的椭圆形区域追踪连接(OVAL)算法,通过OVAL边缘连接算法能够使检测到的内波的轮廓更加连贯。　　 3.遥感图像经多尺度边缘融合、OVAL断裂边缘自动连接后得到的图像边缘中,同时存在着内波边缘和干扰因素边缘,本文针对该情况设计了一种基于多分类器投票决策的内波自动提取算法,实验表明该算法能够有效避免单一分类器在决策过程中出现的错分情况,对内波边缘和干扰因素边缘分类效果良好。