近年来，高空间分辨率遥感技术以其高空间分辨能力，获得非常精细的地面信息，成为遥感应用发展的总体趋势。如何充分利用这些优势进行地物识别，也成为遥感事业发展的重点和热点。随着社会的发展，城市地理信息获取与更新变得越来越重要，高分遥感影像为其提供了丰富的数据源。但城市的社会功能决定了城市地物类别种类繁多的特性，如何快速、高效的实现城市土地利用信息提取具有重要意义。目前，面向对象的遥感影像分析与计算方法在信息提取方面具有不可比拟的优势，具有一定的研究意义。本文主要通过eCognition软件中面向对象的方法进行信息提取，主要的研究内容为：高分遥感影像预处理、面向对象的理论概述、分割参数的确定和最优分割尺度的选择、分类器选择、分类特征描述与应用、分类顺序决策系统研究、规则集开发和分类精度评估等。在参考大量文献进行相关研究的基础上，根据待处理影像数据的特点，针对面向对象分类方法中影像对象的获取，引入了均值方差法、最大面积法和自动阈值法，进行最优分割尺度的确定；针对信息提取难易程度，设计了基于决策树策略的分类顺序；针对城市土地利用中单个类别信息，设计了对象层次结构网络法，并根据其空间布局和地理特性，然后利用光谱特征、几何特征、纹理特征和类相关特征进行特征组合实现信息的高效提取。此外，由于城市中大多以高大密集建筑物为主的特点，所以不可避免存在大量的阴影信息，给信息提取造成重大困扰，本文针对这一难点，设计了阴影弥补法，引入区域生长法、间隙弥补法使得阴影信息造成的影响的问题得到一定的解决。本文选取深圳市福田区的高分辨遥感影像进行信息提取，利用eCognition的分类特征建立了信息提取的规则集，对土地利用信息进行提取。通过分类结果分析得知，基于决策树的分类策略，有效的避免了光谱信息对信息提取造成的干扰，减少了漏分类和误分类现象；基于对象层次结构网络方法，使得信息提取的精度得到提高，并且使得分割尺度不一导致的过分割、欠分割造成的影响得到有效的解决；针对阴影信息造成的分类间断现象，本文提出的方法，使得分类效果得到一定的改善。以上这些方法的应用结果表明在分类原理、目视效果和分类精度三个方面面向对象的方法在处理高分遥感影像方面具有不可比拟的优势。