高分辨率遥感影像提供了越来越多的地物细节信息,不同地物目标往往有不同特性。由于这些数据具有信息丰富、数据量大等特点,高分辨率遥感影像典型地物目标特性的研究一般离不开特征选择。为更好地描述典型地物目标,往往需要那些稳定性较高的特征选择方法,毕竟只有这类方法能够获得稳定性更高的特征选择结果。通过对其选择出来的特征子集进行分析研究,能够很好地推动典型地物目标特性的研究。针对现有的提高稳定性的特征选择方法主要是从外部来辅助提高选择结果的稳定性,未顾及其特征子集的分类精度与稳定性之间的关系,提出了一种顾及稳定性的特征选择方法。该方法将稳定性度量指标与基于互信息的相关性和冗余度度量指标一起参与到特征选择过程,通过迭代计算的方式得出符合最大相关性、稳定性和最小冗余度的最优特征子集。21类遥感数据集的实验通过对其选择结果的稳定性和分类性能进行对比分析,验证了该方法在能够在保持一定分类精度的同时,较大幅度的提高特征选择的稳定性。最后,选用苏州实验区RADARSAT-2全极化数据,针对6种典型地物目标,应用本文提出的特征选择方法对其进行特征选择及特征子集的研究,对比分析了在不同特征选择方法下其特征子集的分类性能及稳定性的提高,表明新方法更适用于遥感典型地物特性研究。