近年来,随着大量高质量高分辨率遥感影像的出现,其相关应用迫切需要有效的分类方法。但由于高分辨率遥感影像本身的一些特点,传统的基于像素的统计特征的分类方法在处理高分辨率影像的分类问题上难以达到满意的效果。 本研究以SPOT高分辨率影像为数据源,利用面向对象的影像分析方法对其进行分类。不仅对面向对象的影像分类方法进行详细介绍,还对研究区分类结果进行了精度评估,并将传统基于像素的分类精度与基于对象信息的分类精度进行对比分析。结果表明：基于像素的传统影像分类方法具有一定的局限性，而面向对象的分类方法灵活地运用高分辨率影像的光谱信息,几何信息,空间信息，充分地利用影像中目标的色调,纹理,几何等属性,因此在高分辨率遥感影像分类方面更具有优势，同时在一定程度上解决了图像过分割现象,有效抑制了传统影像分类方法所存在的“椒盐噪声”现象,可有效区分“同谱异物”,还显著提高了分类精度,具有明显的优越性和应用前景。