随着遥感卫星事业的快速发展，特别是具有高分辨率传感器的遥感卫星的发射，遥感影像获取的信息量急剧增多，很大程度上推动了遥感数据在各个行业的应用。建筑物作为高分辨率遥感影像中重要的地物目标，其特征提取和识别技术在数字化城市建设、城市规划和军事侦察等多个领域具有非常重要的意义。如何准确的将建筑物提取出来一直是当前的研究热点，本文提出将不变矩算法引入到高分辨遥感影像建筑物特征提取上，并通过实验进行验证。主要从以下几个方面进行研究工作：1）本文分析了当前对于遥感影像建筑物提取的相关研究进展，由文献及研究现状可知不变矩算法在数字图像与数据库匹配检索等方面，具有较好的识别作用，但是针对遥感影像特征提取应用领域的研究较少。据此，本文提出并尝试利用不变矩算法对遥感影像建筑物进行特征提取。2）由于在遥感影像特征提取前需要对影像数据进行边缘检测和分割处理，因此本研究采用了5种常用的边缘检测算子对选取的遥感影像进行实验，并结合边缘检测的评价指标和目视判读选取最适合本文实验的检测方法。在边缘检测的基础上，采用标记分水岭算法进行图像分割，设置不同的分割阈值进行实验，根据实验结果进行定性和定量分析，确定出最佳分割阈值，使分割结果既不易产生过度分割的现象，又能够最大程度的将建筑物分割出来。3）在分割的结果上利用不变矩算法分别对IKONOS和WorldView两种高分辨率遥感影像进行建筑物特征提取，这也是本研究的应用创新部分。一方面通过大量试验得出分割后建筑物区域的不变矩值变化范围，并根据得到的结果设置提取阈值，从而实现对遥感影像的建筑物特征提取；另一方面绘制建筑物区域作为样本图用来评价算法提取的结果。利用建筑物提取的三个评价标准：正确率，误分率和漏分率，对本研究的最终结果进行定量评价，并与四种常用的提取算法结果进行比较，证明本研究基于不变矩的提取方法是可行的，而且具有较高的提取精度。