随着卫星遥感技术的快速发展,遥感影像的空间分辨率不断提高,应用领域也更加广泛,高分辨率遥感影像的典型地物信息提取是其中的一项重要应用。高空间分辨率遥感影像具有信息丰富、数据量大等特点,这给遥感数据处理带来新的挑战,传统像素级的遥感信息提取不能满足高分辨率遥感影像的分析与应用需求,因而面向对象的高分辨率遥感影像分析方法成为重要的研究方向。针对高分辨率遥感影像的特点,本文通过超像素算法生成初始分割区域,充分利用其光谱、形状等细节信息,对初始分割区域进行合并,实现面向对象的分割过程。论文的主要研究工作有:(1)以区域合并分割算法的流程为主线,对常用超像素生成方法的原理与算法进行概述,分析比较区域合并模型的流程与性质,介绍了区域合并分割算法的常用合并准则。(2)分析了SLIC算法的基本原理,通过实验分析了SLIC的参数对分割结果的影响,比较了SLIC算法生成的超像素与其它常用超像素生成算法的分割结果,并对结果进行定性和定量的分析。(3)利用光谱和形状异质性准则计算异质度,对SLIC超像素进行合并。提出了一种基于光谱和形状异质性准则的SLIC超像素多级合并分割算法,通过多级合并策略逐级进行区域合并,使得合并过程更加细化、异质性的计算更能够针对当前层级的合并对象。并通过实验验证了算法的有效性。