高分辨率遥感影像的信息提取与目标识别是当前对地观测计划的重要组成部分。对高分辨率影像的信息提取与目标识别的研究有助于人类加深对地球变化的规律和各种人类活动对地球影响的认识。与传统的中低分辨率遥感影像相比，高分辨率影像上目标地物的细节信息更为丰富，地物的形状、结构更为清晰，地物的纹理信息更加多样。传统的影像分析方法主要以光谱作为主要依据，对纹理、形状丰富的高分辨率影像的处理显得力不从心，因此针对高分辨率遥感影像的特点，研究影像信息提取与目标识别的新方法势在必行。　　 本文从理论和实现两个方面对高分辨率遥感影像的信息提取与目标识别的方法进行研究。首先总结当前遥感影像信息提取与目标识别的现状，分析了传统基于像元的遥感信息分析方法的不足，然后提出新的信息提取与目标识别的理论，提出基于特征基元的遥感影像信息提取与分析方法，在理论探讨、方法技术和实践分析三个方面开展了相关研究。论文的研究内容主要包括：(1)总结遥感影像信息提取和目标识别的理论、方法、技术现状，指出当前高分辨率遥感影像信息提取与目标识别过程中面临的问题和发展趋势。(2)研究了遥感中的尺度问题，论述遥感影像多尺度分析的理论基础以及实现方法，指出了遥感影像的多尺度分割在遥感影像多尺度分析中的作用。(3)提出“影像—基元—目标—格局”的高分辨率遥感影像信息提取与目标识别的理论路线，进一步完善当前遥感影像信息提取与目标识别的理论。(4)研究在对高分辨率遥感影像分割前的融合预处理方法，提出基于傅立叶变换和光谱响应的融合方法，对高分辨率全色遥感影像和多光谱影像进行融合处理，获得高分辨率多光谱遥感影像。(5)根据“影像—基元—目标—格局”的理论路线，研究高分辨率遥感影像多尺度分割的实现方法，包括基于并行计算的高斯核均值漂移多尺度分割方法、多分辨率的分割方法、改进的分水岭分割方法。(6)以“影像—基元—目标—格局”的理论路线为指导，研究从影像获取特征基元、从特征基元到目标地物转变、对目标地物的空间格局分析与判别的特征基元计算方法，建立特征基元的计算方法体系。　　 总结本文的研究工作，主要贡献和创新点可概括如下：　　 (1)提出“影像—基元—目标—格局”的高分辨率遥感影像信息提取与目标识别的理论路线，进一步完善当前遥感影像信息提取与目标识别的理论。针对高分辨率影像的特点，提出三个层次的影像信息提取与目标识别过程，即低层次的影像基元提取、中层次的目标分类与高层次的格局分析，即首先采用一定尺度下的影像分割算法实现影像特征基元的提取，再通过模式识别的方法实现基元匹配与目标分类过程，最后在建立目标空间关系基础上，通过逻辑推理和空间格局分析，完成对更复杂目标空间配置的分析和判别。　　 (2)提出基于傅立叶变换和光谱响应的融合方法作为高分辨率影像分割前的重要预处理方法。高分辨率遥感卫星一般提供分辨率较高的全色影像和分辨率相对低一些的多光谱遥感影像。对全色影像和多光谱影像进行融合获得高分辨率多光谱遥感影像，可以提高影像的多尺度分割的精度，从而提高对特征基元的分类精度，满足对地物的精确分类、目标识别、格局分析等要求。　　 (3)提出基于并行计算的高斯核均值漂移多尺度分割方法、多分辨率的分割方法、改进的分水岭分割方法。从多种思路探讨高分辨率遥感影像的多尺度分割方法。针对高斯核的均值漂移多尺度分割方法速度慢的问题，对高斯核的均值漂移多尺度分割方法进行并行化，使之能在计算机集群环境中实现对遥感影像的快速分割。实验表明，这三种分割方法的分割效果都比较令人满意。　　 (4)建立了高分辨率遥感影像特征基元计算方法体系。该方法体系围绕“影像—基元—目标—格局”的理论路线，体现了对遥感影像的逐步深入理解的过程，为相关学者开展遥感影像的信息提取与目标识别的研究提供完整的计算方法参考。