随着城市化进程的不断发展,人工地物与城市人口、经济等要素有着密切的关系。从遥感影像上快速准确的获取人工地物不仅有利于地理空间数据的更新,而且对于有效监测新增建筑等城区专题信息有重要的意义。高空间分辨率遥感数据可以提供地物目标更多的细节信息,有助于实现对城市人工地物的识别和分类。为此,本文从以下几个方面对利用高空间分辨率遥感影像提取建筑物边缘空间信息进行了探讨：首先,本文描述了高空间分辨率遥感影像发展的现状,接着分析了国内外相关领域的研究现状,从高空间分辨率遥感数据的发展、遥感分析技术的发展几个方面概括介绍了遥感研究技术的动态,接着介绍了高空间分辨率遥感在城市层面的主要应用,主要包括人工地物的提取和对城市检测调查两方面,并强调了对建筑物边缘信息提取的相关研究进展,最后介绍了本文的主要内容安排和技术路线。其次,介绍本次研究区的概况和WorldView-2数据的特点,对原数据中包含的几种典型地物的特征和原数据的光谱特征进行分析统计,并进行了数据融合,对数据融合后的数据进行了质量评价,并且对建筑物的特征做了简单介绍。接着,对高空间分辨率遥感影像的建筑物边缘空间信息提取的方法进行了探讨和实验,在C#.net2010平台下运用Roberts、Prewitt、Sobel、LapLacian、Kirsch算子等经典算子,和拉普拉斯高斯算子、Canny算子,以及小波变换、高斯拉普拉斯金子塔方法等多尺度方法对worldview遥感图像数据进行建筑物边缘提取,结果表明,以上方法可以提取出建筑物的边缘,但是具有很明显的缺陷。接着提出结合canny和小波的自适应双阈值选择的建筑物边缘空间信息检测方法,该方法能够保持图像中的弱边缘,有较高的识别率和准确性,检测出的边缘细腻光滑,噪声点少,实用性强,在图像处理中有重大意义。最后,运用神经网络分类法、支持向量机分类法等监督分类方法从图像中提取出建筑物信息,并将得到的建筑物分类图像矢量化,并且在ARCGIS中进行后续处理,得到面状的建筑物矢量数据,从而得到建筑物的边缘空间信息,并与结合canny口小波的自适应双阈值选取的边缘检测方法进行对比分析。对比分析发现,结合canny和小波的自适应双闽值选择的建筑物边缘空间信息检测方法得到的是线性的建筑物边缘空间信息,可以比较直观的反映建筑物的边缘特征,准确率高。而用分类方法从高空间分辨率遥感图像中得到的是面状的建筑物边缘空间信息,局部的错误比较多。