为了全面整顿和规范矿产资源开发秩序，遏制非法采掘行为，更有效地对矿产资源进行监管，利用先进的科技手段进行矿产资源开采和环境治理已刻不容缓。由于卫星接收数据有一定的局限性，无人机遥感技术可以弥补卫星遥感和大型航空摄影测量的不足之处，大幅提升矿产资源监测力度。传统的单一分类方法不仅导致无人机高分辨率遥感影像分类精度降低，而且也会造成空间数据大量冗余，资源浪费。本文研究了基于无人机遥感的矿产资源信息提取技术。首先选择江西省赣州市龙南县稀土矿区为研究区，介绍了无人机遥感系统的组成、航拍流程和数据处理的方法。经过航线设计、飞行实施、图像预处理、影像匹配、空三解算等，获取研究区高分辨率无人机遥感影像，经过DEM生成最终得到测区正射影像图。本文列举了三种遥感影像分割方法，针对矿区特殊的地物信息，获取最佳分割尺度。对比了不同分割尺度的分割结果。介绍了多尺度分割理论。通过面向对象的多尺度分割技术，建立不同地物类别对应的分类层次，然后对各类地物在高分辨率影像图上进行采样，获取地物的光谱信息和空间结构信息，选择林地、裸地、矿山建筑、尾矿库、分离池等目标地物的特征信息，通过多特征结合的方法，进行定义分类规则，最后利用标准最邻近法进行自动分类，对分类结果进行精度评价。最后总结了基于无人机遥感的矿区矿产资源占地信息提取技术工作流程，研究了信息提取过程中的若干关键难点问题，总结了矿产区矿山占地信息自动提取的分类规则。