随着遥感技术的发展,更高空间分辨率的航天遥感数据产品不断出现,以及航空遥感技术的日臻成熟,为城乡规划遥感监测提供了有效而适用的数据源。本文以WorldView-Ⅱ卫星遥感数据结合高分辨率的航空遥感数据,针对我国迅速城市化过程中城乡规划与建设的监测问题,开展适合高空间分辨率遥感影像的面向对象特征构建、特征选择和城市地物分类等技术研究,并进一步应用于城乡规划的控制性详细规划监测。主要研究内容与结果如下：(1)在影像多尺度分割生成对象的基础上,研究了对象特征构建算法,重点研究了城市地物较突出的纹理特征和形状特征构建算法。首先研究了基于半变异函数的纹理计算尺度问题,并进一步研究了基于灰度共生矩阵的对象纹理特征计算算法。针对城市建筑地物形状规整的特点,研究了多种形状特征计算算法。(2)分割后的高分遥感影像对象有光谱、纹理和形状等多种特征的特点,众多特征参与分类,分类效率会降低,但分类精度也未必能提高。针对面向对象分类有益特征选择问题,研究了对象特征选择的技术流程,首先基于改进的ReliefF去除无关特征,再利用特征间的互信息初步去除冗余特征,形成特征粗集,最后利用遗传算法,以类内、类间距离为适应度函数,对影像对象分类的最优特征子集进行搜索和评价,最终得到有益于城乡地物对象分类的特征子集。(3)针对面向对象分类的小样本问题,结合SVM适合小样本的特点,本文针对基于SVM的面向对象分类中的部分环节进行了研究。针对径向基核函数SVM的C和γ参数对分类精度影响大的问题,在前人研究的基础上,结合城市监测的需要,研究了三步搜索法的参数优化算法。SVM是针对二分类问题,本文设计了多类分类的流程,即在投票法SVM分类的基础上,进一步利用最近邻法,对票数相同或相差一票的情况进一步分类。最后,以北京市某2个区域为研究区,以高分辨率的WorldView-Ⅱ航天卫星遥感影像为数据源,辅以研究区航空遥感影像,构建遥感城乡土地利用分类体系。在影像分割的基础上,利用本文研究的特征构建算法、特征优选技术流程,以及基于改进SVM分类算法,完成研究区的城市地类分类。最后以研究区的城市规划图为依据,对该区域的城市规划执行情况进行监测和评价。