遥感影像是对具有尺度依赖性的空间格局与过程的反映，不同尺度的遥感信息对应着不同层次的地表特征的空间结构，传统单尺度的影像分析不能全面地描述和刻画现实世界中地表特征的多尺度特性。 从多尺度的角度出发，本文对遥感影像纹理分析方法和面向对象遥感影像分类方法进行了初步研究，试图将灰度共生矩阵与小波纹理分析方法结合，并将得到的多尺度纹理分析结果应用到面向对象的遥感影像分类中，以实现影像光谱信息与纹理信息的综合应用，提高遥感影像分类和专题提取的精度。 主要研究内容和结果如下： 1．对国内外纹理分析和遥感分类及其尺度问题研究进展进行综述。在总结传统纹理分析方法及遥感分类方法的优缺点基础上，提出了利用小波尺度共生矩阵提取多尺度纹理特征并参与面向对象分类的研究技术路线。 2．系统讨论了统计法、结构法、模型法、基于频谱分析等四种纹理分析方法的原理，在此基础上开展了多种纹理分析方法对比分析，并指出这些方法的优缺点和适应性。 3．充分发挥小波分析方法能较好反映影像的多尺度特性，而灰度共生矩阵能较好反映影像灰度统计规律，借鉴前人研究思路提出了两者结合的小波尺度共生矩阵纹理提取的新方法。首先研究了不同地物经小波分解后纹理的不同表现，利用小波分析所得到的多尺度图像进行灰度共生矩阵纹理提取，得到不同地物各个尺度小波高频纹理特征与低频纹理特征。 4．较深入研究以遥感影像分类为目的的多尺度影像分割和面向对象影像分类的原理与方法。对比基于像元的遥感影像分类方法的局限性，讨论了面向对象分类过程的尺度选择、尺度转换和尺度效应三种尺度问题。 5．以福州市琅岐岛SPOT-5多波段遥感影像为数据源开展应用试验。进行了多尺度纹理特征提取，并将这些纹理特征参与面向对象影像分类过程。结果证明，结合多尺度纹理特征和光谱特征进行面向对象分类可以提高内部结构复杂、光谱异质性大的林地和居民地两类地物的分类精度，从而提高整幅影像的分类精度。