地震灾害是最为严重自然灾害之一。大地震具有突发性、持续时间短和破坏性强的特点,对人民的生命和财产安全构成了极大的威胁。传统的地震应急和灾害信息情况都要人工进行现场勘查,无法达到地震应急救援的要求,致使伤亡人数急剧上升。近年来,随着遥感影像分辨率的提高和遥感信息提取技术的发展,遥感技术逐渐成为快速获取地震灾情信息、震后应急和震害快速评估的有效手段。本文主要工作与成果如下:(1)通过对高分辨率遥感图像中建筑物的观察,全面分析总结了震前震后影像中建筑物光谱、几何和纹理特征,通过理论分析和实验结果研究,得到了有效把建筑物和其他地物分离的影像特征参数。(2)分析了基于异质性最小原则的区域增长与合并的多尺度分割算法。在影像分割尺度的选择上,提出了基于采用全局空间自相关Moran指数和影像对象的标准差进行计算得到最优分割尺度,通过实验数据验证了该算法的有效性。(3)分析了面向对象分类技术并引入SVM-KNN分类器。通过分别对SVM和KNN分类器的原理和概念进行描述,指出了 SVM的在分类时的不足之处,采出了将KNN和SVM相结合以弥补单个分类器在分类精度上的不足。通过典型建筑物提取和分类的实验,将分类得到建筑物进行震前震后影像的变化检测,以提取变化区域。(4)通过对震前震后遥感影像进行一系列的实验分析,本文设计了基于Matlab的软件系统平台,主要包括多尺度分割、分类和变化检测等模块,并利用该平台进行了实验,验证了平台的有效性和本文算法广泛适用性。通过对建筑物的破坏等级划分,根据破坏建筑物的毁坏情况判断灾区的人员伤亡,以及可以对应地震强度并对灾区快速制图。