水是我们的生命之源,是我们日常生活中至关重要的自然资源,水体是组成我国重要地理国情要素之一,掌握其空间规划布局及变化周期频率等对灾害监测、能源侦察、环境防卫等方面具有重要的意义。随着遥感卫星对地球探测技术不断发展,为水体提取与动态监测提供了主要的数据支撑,从遥感影像中自动分类并提取出水体信息成为当前的研究热点。面向对象的影像分析方法为高分辨率遥感影像的分割分类提供了一个全新的发展方向,影像分割后的对象结果不再是仅利用光谱信息的像元,还能充分融合光谱、纹理、空间、几何等多特征信息。利用该技术,本文提出了多特征融合的确定性规则分类结合最邻近分类的方法用于水体的自动提取,并以World View-2卫星数据为实验对象验证了方法的有效性。本文的数据源及研究区为郑州市郑东新区部分城区World View-2高分遥感影像,首先对遥感影像进行预处理及滤波处理,再使用基于区域的多尺度分割与光谱差异分割结合对影像分割处理,之后将影像内各大特征进行分析统计,最后使用多特征融合的方法建立规则,提出了将确定规则分类结合最邻近分类的分类方法将各地物分类并优化。面向对象的影像分析方法在高分遥感影像的分割分类方面之所以具有普适性,是因为其相比于传统的人工目视解译的方法具有实现地物信息的精准、迅速、高效提取的特点。近年来,使用该项技术提取不同的地物信息成为了研究热点。论文的主要研究内容如下:（1）研究了对高分遥感影像原始数据一系列预处理操作,本章以ENVI软件为操作平台,依次对影像原始数据进行辐射定标、大气校正、影像融合、影像裁剪的处理,在影像融合处理中,分别采用Brovey融合、GS融合及NNDifuse融合三种方法对做完辐射校正的影像融合,再选取局部融合效果图进行定性与定量评价,最终最适合本研究区的融合方法是GS融合。（2）探讨了不同影像滤波对高分辨率遥感影像平滑效果的影响,通过使用6种滤波方法分别对影像进行对比实验,每组设定4-6组不同参数,选取各种方法的最佳参数,再将6种最佳参数设定的滤波方法,选取局部部位为目标进行细节对比,最终验证得到导向滤波方法可以有效去噪保边、增强影像内部信息的作用,能够有效提高后续影像分割及分类的精度。（3）实验了两种不同的影像分割方法,分别使用基于像素的均值漂移分割方法和基于区域的分型网络进化分割方法对比试验。两者方法都具有多尺度的特点,选择出两种方法最佳参数的多尺度设置,通过选取多个部位的分割效果图进行定性与定量对比分析,最终选择基于区域的多尺度分割与光谱差异结合的方法作为本文分割结果,为做下一步影像分类奠定基础。（4）分析了研究区影像中的光谱、纹理、专题指数的统计,基于matlab软件为平台,根据模糊分类构建确定性分类规则,使用合适的隶属度函数,并结合监督分类中的最邻近分类进行分类优化作为本论文的实验结果。为对比出本文方法的优越性,与传统方法最大似然法分类方法进行精度对比,通过实验对比分析得出,确定性规则结合最邻近分类的方法生产者精度、用户精度、总体精度、kappa系数分别为98.05%、98.58%、96.46%、0.9553,明显高于传统的基于像元的监督分类方法。对于本实验研究区的水体信息提取研究,面向对象的多特征融合方法比传统的分类方法精度更高。