高分辨率影像具有越来越丰富的空间信息和纹理信息,传统的基于像元的信息提取方法已经越来越不能满足处理的需要,面向对象的遥感信息提取方法应运而生,有效避免了信息提取中常见的“椒盐现象”,保证了信息提取的完整性且提高了分类精度。本文在研读大量国内外文献的基础上,论述了基于像元法与面向对象法的分类原理,分析了面向对象信息提取方法的优势及用于城市区域高分辨率遥感影像的可行性,以Ecognition为软件平台实现了遥感信息提取的全部过程。论文以西安市阎良区快鸟影像为例,用两种信息提取方法实现分类,结果表明面向对象法优势更为明显。多尺度分割是面向对象法的一大亮点,先对研究区多次实验得到适合不同地物的分割参数,建立三个层的分割体系,分割尺度、光滑度因子和色彩因子分别是(85,0.8,0.5),(65,0.9,0.6),(30,0.9,0.5);根据各类型特点选择提取方法,Ecognition软件提供最邻近法和成员函数法,还可以用自定义的相关特征优化分类结果。本文以自定义特征提取水体、阴影、植被;以成员函数法提取道路;以最邻近法提取裸地和建筑用地。精度评价方面不仅用传统的误差矩阵法对两种信息提取方法的分类结果进行了评价与比较,还以最佳分类结果和分类稳定性两种基于模糊数学的评价方法对面向对象法单独进行评价。本文以高分辨率影像为数据源,将面向对象的信息提取方法应用到城市分类中,为城市地物信息调查提供了一种新的方法。其算法较为成熟,分类结果较为完整,无论从目视效果还是精度评价方面,均表明面向对象的信息提取法有着无比优越的前景。