滑坡是一种很严重的地质灾害现象,而地震是滑坡产生的直接诱因之一。滑坡的产生通常会引起人员伤亡和经济损失,较大的地震引起的滑坡常常会使得房屋掩埋,道路损坏以及堰塞湖的形成,特别是道路的损坏直接会使得救援通道的阻塞,影响救援速度。快速提取滑坡边界,估算滑坡致灾面积,推测出滑坡的规模,对抗震救灾的快速应急响应提供了有效的数据支持。从遥感影像中提取滑坡特征目前已经有很多研究,但是仍然存在很多问题,这是由于滑坡影像特征的复杂性和多样性。本文围绕着滑坡边界的快速提取开展研究,通过对近几年来滑坡信息提取方法的分析和研究,探讨了滑坡边界提取的基本思想,对现有的图像分割方法加以改进。针对不同的影像特征,本文采用了三种方法对滑坡边界进行提取。首先对地震产生的新滑坡影像特征进行探讨,针对滑坡影像的特定性质采用了基于区域生长、基于边缘区域生长和基于K-均值聚类法这三种方法对滑坡进行边缘提取。基于区域生长的方法中,根据滑坡影像的色彩特征,引入颜色相似性度量作为生长的准则,将颜色相近的滑坡区域合并,再根据边缘提取方法提取滑坡边缘,对边缘进行平滑、细化获得边界,最后对闭合的滑坡边界进行填充估算出滑坡致灾面积。基于边缘区域生长的方法是先对全局图像进行边缘提取,通过区域生长来提取滑坡区域,最后得到滑坡的边界和致灾面积。基于K-均值聚类法是利用K-均值聚类法对图像进行分割,对分割出来的图像进行边缘提取,通过区域生长方法获得滑坡边缘,最后量算滑坡致灾面积。本文针对提出的算法编写了相应的程序,包括图像平滑、图像分割、边缘处理、图像填充等功能,较好的实现了滑坡边界提取和滑坡致灾面积估算功能。