随着传感器技术、航空和航天平台技术、数据通信技术的发展，现代遥感技术已经进入一个能够动态、快速、准确、多手段获取多种对地观测数据的新阶段。从遥感影像中提取的空间信息已成为地理信息获取的重要途径，并广泛应用于国民经济建设以及军事测绘保障。本文重点研究了基于纹理的遥感影像居民地提取算法，其核心是居民地纹理方向的检测以及在此基础上的特征提取等相关技术。本文的主要内容和创新点如下：1.介绍了遥感影像理解的概念、意义和难点，总结了地物提取的基本方法、研究现状和发展方向，分析了居民地提取的重点和难点，明确了本文的研究范围和基本思路。2.剖析了居民地、植被、水域等典型地物在遥感影像上的表现形式，定性的描述了其影像的纹理特征，给出了纹理新的定义；总结了不同纹理测度表达和距离量测的方法，设计了基于纹理特征的提取流程。3.详细分析了频谱分析、Gabor变换、共生矩阵、多尺度自卷积、Tamura纹理的原理和方法，依据居民地纹理的主方向，设计了特征构建方案和提取策略。4.提出了基于频谱分析的居民地提取方法、基于纹理方向Gabor变换的居民地提取方法。频谱分析方法以低频信息、主方向高频信息在空间影像中的贡献赋以不同的权值，构建区分度好、相关程度低的特征向量；纹理方向Gabor变换方法以纹理的2个主方向和相应的中心频率设计滤波器，将特征向量由40维降低至2维，解决了滤波器组计算量过大的瓶颈问题，同时增强了特征的聚焦分析能力。5.提出了基于居民地纹理方向灰度共生矩阵的构造方法、改进了多尺度共生矩阵的构造方法。纹理方向灰度共生矩阵方法依据纹理的2个主方向确定共生矩阵的方向，同时，依据像元对的方向，将滑动窗口由常规的正方形更改为矩形，改善了特征描述的针对性和有效性；多尺度共生矩阵方法将纹理第一主方向旋转至水平方向并进行非下采样小波变换，在不同尺度的低频、0o方向高频和90o方向高频分别构造相应的共生矩阵。结合特征的物理意义和相关性分析，保留冗余度小、相关程度低的测度用于居民地的提取。6.提出了基于Tamura对比度和MSA直方图的居民地提取方法。比较分析了MSA直方图特征并将其应用于遥感影像居民地提取，该特征具有仿射不变特性，但对噪声敏感，针对该问题，引入Tamura对比度测度，提升了算法的抗噪性和精准度。7.针对算法的改进和创新进行了相关实验和精度评估，同时与未改进算法的提取结果进行了比较，验证了算法改进和创新的有效性。