遥感技术长期追求的一个重要目标就是实现空间信息采集的自动化和处理的智能化。近年来，随着对地观测技术的发展，遥感技术可以获得低、中、高空间分辨率互补；多光谱、高光谱、超光谱的光谱遥感和多波段、多极化、多角度的雷达遥感互补；长、中、短时间分辨率互补的遥感数据。遥感数据的多样化使得遥感图像包含着海量的数据，然而，这些数据并没有得到充分利用，其原因就在于我们缺少将遥感数据转化为专题信息的知识和方法，因此本文进行了基于知识发现的高空间分辨率卫星影像专题信息提取的研究，以期在此有所前进。 目前，大部分遥感专题信息提取的方法是分类和目视解译，主要是利用数理统计与人工解译相结合的方法。这种方法不但精度相对较低，效率不高，劳动强度大，而且依赖参与解译分析的人，在很大程度上不具备重复性。由于高分辨率卫星遥感图像数据量大、空间分辨率高，结构信息复杂，地物同物异谱现象更为突出等等，给专题信息提取技术带来了新的挑战。本论文结合已有的自动提取方法和理论，重点探讨了发现高空间分辨率卫星影像上本身包含的知识如光谱知识、纹理知识并利用这些知识来建立相应得提取方法，以期为高空间分辨率卫星影像专题信息的自动提取做出一点贡献。 通过本研究，主要取得了以下结论： (1)利用监督分类和非监督分类方法对样区的QuickBird影像进行分类提取，计算的自动化程度高，运算速度快但精度并不高，如非监督分类只有56.30％，监督分类则有77.34％。 (2)基于纹理知识的闽值提取法能充分利用影像的纹理知识，找到两个合适的阈值分割图像后，再进行矢量提取，得到了较满意的矢量结果。但此法存在一定的局限性。此法适用于提取目标地物与背景地物比较，内部纹理平滑，局部平稳性好；与背景地物的边缘目视上具有可辨别性；与背景地物在空间分布上有一定的分散性的目标地物。 (3)基于光谱知识的阈值提取法对QuickBird单波段影像进行典型地物光谱均值采样，依据均值采用二次阈值对影像分割，可以从遥感影像上提取农田专题信息，精度为99.1％。此法适用性较广。 (4)在研究中探索出了一种针对不同影像知识的二次阈值法，逐级分割影像，取得了较好的效果，这为后续的矢量提取奠定了良好的基础。