近年来高分辨率遥感影像的出现扩大了我们对自然界观察的视野，使我们能够获得极其丰富的信息，但是如何处理和应用这些数据，使之能转换为急需被应用的信息成为挑战。QuikBird和Geo-Eye等高分辨遥感影像表现出更多的地物信息诸如光谱、形状、纹理以及上下文信息等。虽然卫星遥感数据信息提取技术有了长足的发展，但是对于高分辨遥感影像来说，利用传统的信息提取方法不仅会导致提取精度降低，而且会造成大量空间数据冗余、资源浪费。本文以西安市长安区Geo-Eye高分辨率遥感影像为例，选取具有代表性的地类丰富的区域作为实验区，以eCognition影像处理软件为平台，对实验区进行多尺度影像分割技术的地物信息提取实验。首先，根据不同地物类型的特点，确定地物提取的最优分割尺度对实验区进行分割。然后构建各种地物类型提取的分类体系，提取地物类型的光谱、形状特征或特征组合，采用模糊分类法对不同地物类型进行信息提取，获得实验区各种地物类型的信息提取结果。最后将实验区多尺度分割技术的遥感影像信息提取结果与采用传统基于像元的最大似然分类法信息提取结果进行对比分析评价。结果表明，采用多尺度分割技术的遥感影像分类方法对高分辨率遥感影像进行信息提取，信息提取的精度更高，有效地避免了“椒盐现象”，分类结果也更易于理解和解释。