本文结合常州市新北区的交通规划项目，以该区域IKONOS遥感影像为研究数据，选取地物类型丰富的六个交通小区作为实验区，以Ecognition软件为平台，对实验区进行了土地利用分类研究。首先，对研究区遥感影像进行预处理，包括最佳波段选择、几何校正、数据融合、阴影检测与去除、面向交通规划土地利用分类的最优尺度选择，确定各用地类型提取的最优尺度。然后，研究了面向对象分类技术的原理与方法，对预处理后的影像进行遥感影像分类研究，这也是本论文研究的重点。在此过程中重点研究了影像分割与特征提取的方法与技术，各交通小区的分类层次以及各层次分割尺度的确定，地物类型提取分类体系的构建，地物类型特征或特征组合的提取，在此基础上，采用模糊分类法对地物类型进行分类，获得实验区的地物分类结果。最后，对分类结果进行了精度评价，重点研究了分类的内符合精度、绝对精度，并对分类精度的不确定性进行了分析，结果表明，采用面向对象的遥感影像分类方法对高分辨率遥感影像进行土地利用分类时，内符合精度达到90％以上，Kappa系数达到0.88以上，绝对精度达到89.02％。该结果表明了将高分辨率遥感分类技术用在交通规划领域是可行的。遥感影像在数据传输过程以及影像处理过程中都会对精度产生影响，这些影响是不确定的，本文对分类器的选择、分割尺度两个影响因素的不确定性进行了分析，以寻求提高精度的方法，减少分类中的不确定性。