针对光谱测度空间无法完备、有效地表达遥感影像信息,导致传统影像分割算法普遍存在对较强异质性地物目标的分割能力有限,对噪声和异常值敏感等问题,在信息几何理论框架下,构建基于黎曼流形的遥感影像特征空间。该特征空间较传统光谱测度空间能够更加完备地表达遥感影像蕴含的基本信息,有利于进一步特征提取和分类。在此基础上定义数据子流形和参数子流形,分别表征影像特征和分割结果,以便充分利用影像信息提高算法对不同目标的识别能力以及对噪声和异常值的鲁棒性。为了求解模型参数,基于黎曼流形空间特性及其数据表达特点设计流形投影操作,将数据子流形上的点投影到参数子流形上的激活点,并根据投影结果更新激活点。不断地投影、更新,直到满足停止条件。算法收敛时对应的激活点表征影像分割结果中的一个类,数据子流形上点到参数子流形上激活点的投影结果则对应影像分割结果。为了进一步提高黎曼流形空间中遥感影像数据的可分性,利用核函数将低维流形上的数据映射到高维空间,并结合光谱测度空间和标号空间定义基于测地线核函数的投影准则,进一步提高算法的分割精度。此外,通过理论分析证明了基于光谱测度空间的聚类分割算法与基于黎曼流形空间的黎曼流形算法的等价性。为了定性定量地分析提出算法的分割精度,分别合成包含简单和复杂场景的两幅模拟影像,并通过混淆矩阵计算各类别用户精度、产品精度以及算法总精度。同时截取8幅小尺度以及一幅大尺度真实遥感影像作为实验对象,验证算法对真实遥感影像的处理能力。对实验结果定性定量的分析表明黎曼流形算法较聚类分割算法对地物的识别能力更高,且算法具有较强的抗噪性。在黎曼流形算法与聚类分割算法等价的基础上,实验结果表明,提出黎曼流形算法较聚类分割算法能够更加有效地分割遥感影像。该实验同样验证了黎曼流形空间对于光谱测度空间的表达优势。此外,这两类算法等价还表明,类似于聚类分割算法,提出的黎曼流形算法具有构建基于黎曼流形空间的遥感影像分割体系的潜力。