近些年来高空间分辨率遥感技术飞速发展,高分辨率遥感影像反映出了更多的空间信息,其中包含了更多的地物的纹理、形状等信息,如何深入发掘、提取、理解这些信息是当前遥感研究的一个重点。图像理解的理论方法和面向对象分类技术在这种背景下得到了迅速的发展,人们研究影像的角度也逐渐从单个像元到影像单元,从单纯的光谱信息到多种信息逐渐发生转变。目前已经有很多比较明确的特征函数用以对影像单元的性质进行描述,从而达到区分不同地物类别的目的。分形是探索复杂性的有效工具之一,也是我们基于城市地理现象发展空间复杂性理论的重要语言。分形的许多特性已经被广泛应用于自然科学与社会科学的诸多领域。分形维数已经被广泛应用于定量描述,包括遥感图像数据在内的空间数据的结构特征及其复杂性,定量研究遥感图像的结构特征对于解译和分析遥感图像也是有重要帮助的。分维主要是一种测度方式,是分形理论中很重要的一部分。就像常规测度中的长度、面积、体积一样。由于分形体不能采用常规测度表示其特征,故采用分维进行度量。本文从分形理论的角度出发,通过对用地高空间分辨率遥感卫星影像的处理,对5种比较典型的地物类别分别采样,在综合比较几种边缘提取算子前提下,采用Canny算子对影像对象进行边缘提取。根据盒维数的定义,在MATLAB平台上编程计算相关数据,对所得到的数据进行一元线性回归分析,并求出各影像样本的分维数。经过对各地类样本分维数的分析,发现分维数能够较好的区分这5种典型地类。在此基础上,利用Definiens Developer7.0软件平台,在面向对象分类中加入分维数特征进行分类试验,分类结果得到明显改善。