随着遥感信息获取技术的飞速发展,如何提高遥感影像信息的提取速度和精度是遥感数据处理领域重要的研究方向。传统的遥感影像信息提取技术是基于像元的信息提取技术,参与信息提取的因子是像元的光谱信息,往往难以取得满意的提取效果。近年来随着高分辨率遥感影像的广泛应用,面向对象的遥感影像信息提取技术广受关注。该技术以光谱和纹理特征相似的“均质对象”为最小信息提取单元,不仅将光谱信息作为信息提取依据,同时还将遥感数据的纹理信息、空间结构信息,甚至包括遥感工作者的目视解译经验和知识一起作为信息提取依据,大幅度提高了遥感信息提取的精度与效率,从而在遥感影像信息提取中逐渐显示出其特有的应用价值和潜力。本文在深入探讨面向对象的遥感影像信息提取技术方法的基础上,以德国definiens公司开发的世界上第一个面向对象分类软件eCognition为工具,将面向对象的分类思想与技术应用于遥感影像的信息提取。通过多尺度影像分割及其参数选择、类层次结构和语义结构创建、分类规则引用等,利用不同的遥感影像数据,进行了大量的试验与研究。本文大致做了三方面的信息提取研究工作。一是利用雷达影像进行了河流信息的提取试验,主要是研究如何充分利用基于子对象的线性特征来完成对父对象的信息提取。二是利用高分辨率航空影像研究如何进行基于分类的分割,如何在影像分类结果基础上的进行实际的边界优化处理,并最终达到边界优化处理的目的。三是利用高分辨率遥感影像数据,在影像预处理的基础上对影像进行多尺度分割,根据对象的光谱、空间特征或两种特征的组合,结合使用最邻近法和成员函数法,完成了惠州市城区及周边城市用地信息的提取及精度检验,为城市用地信息的获取提供了有效手段。