利用高分辨率遥感影像自动提取和检测居民地的变化信息是遥感影像信息提取的难点之一。居民地是各种建筑物组成的城市、集镇、农村或其它居住区的总称，是地球表面变化最多最快的地物之一。高分辨率遥感影像空间信息丰富，居民地内的细节信息更加清楚，组成居民地的像元的光谱差异也随之增大，传统的遥感影像信息提取只能依靠影像的光谱信息，且是在像元层次上的分类，因此无法有效地从高分辨率影像上提取居民地。本文提出面向对象的居民地分类提取和变化检测方法。对于不同时期的影像，分别采用面向对象分类方法提取出各自的居民地，然后将居民地分类提取结果进行叠加，发现变化。其中面向对象的居民地分类提取方法首先通过影像分割将影像划分为互不相交的影像对象，然后根据这些影像对象的影像特征如光谱、纹理、形状和上下文等信息进行分类，提取出居民地区域，面向对象分类方法突破传统的分类方法，提高了居民地的分类精度。