植被作为生态系统的主体，与水、大气、土壤、气候、物种多样性等息息相关，是人类赖以生存环境的重要组成部分，是基本比例尺地形图上表示的重要要素之一。本文深入分析了植被在遥感影像上所表现出来的特点，研究了基于光谱与纹理知识规则的分类方法，并将面向对象的思想应用于植被分类，试验结果表明，本文采用的方法与常规的分类方法相比较，具有分类结果更优的特点。本文完成的工作主要有：1．分析了利用遥感影像测绘地形图时植被属性信息获取的现状；论述了进行植被分类技术研究的重要性与紧迫性；总结了遥感影像植被分类技术研究现状。2．针对本文后续试验研究所需以及试验影像特点，分析归纳了分段线性拉伸增强与影像融合预处理技术的必要性，并加以试验分析。3．在深入分析植被与非植被以及不同植被类型影像特征的基础上，检测它们之间差异的特征，并通过一定增强方法扩大不同植被类型的特征差异；在“由简单到复杂、由光谱到纹理”原则下，建立了基于光谱与纹理知识规则的植被分类方法，试验结果表明该方法易于实现，相比常用方法精度有较大提高。4．介绍了面向对象分类的相关理论，通过试验探讨了多尺度分割相关参数设置的规则；总结了影像对象常用特征的提取方法，并筛选出最优特征组合；利用最优特征组合训练分类样本，对最优分割参数下分割出来的影像对象进行面向对象分类，比对结果表明：面向对象技术能够在提高分类精度的同时，增强分类结果的可解译性。5．为检验面向对象方法的适用性，对几种不同空间分辨率的遥感影像进行了面向对象以及基于像元分类，将分类结果精度进行“纵向”与“横向”对比分析，结果表明：影像空间分辨率越高，越能发挥面向对象处理方法的优势。