纹理特征提取是高分辨率遥感影像分类中的关键步骤。提取稳定的鉴别性强的纹理特征对提高影像分类精度有十分重要的意义。本文针对高分辨率遥感影像的特点,提出结合纹理元方法的影像分类方法,并分别对局部特征以及全局特征的提取做了相关研究,论文的主要工作如下：1)针对高分辨率遥感影像中纹理的多样性、多变性、复杂等特点,提出了一种基于随机投影的局部纹理特征提取方法。先通过对原始像素块进行排序得到旋转不变的原始纹理向量,再利用高斯随机矩阵将其投影到压缩空间,有效降低特征维数,并保持信息量不变。2)针对空间信息对遥感影像对象全局特征描述的重要性,提出了基于排序词汇共生矩阵的高分辨率遥感影像全局纹理特征表达方法。首先通过二次聚类方法对词汇共生矩阵进行降维,通过统计不同方向上的词汇对的出现次数得到描述词汇的相对空间信息的词汇共生矩阵,并根据词汇的自共生次数排序共生矩阵,强调“关键词汇”,有效的减少噪声影响,增强特征的识别能力,提高分类精确度。3)综合利用局部和全局纹理特征,结合支持向量机进行高分辨率遥感影像分类。在实验中,针对本文方法中的局部与全局纹理特征的尺度选择问题,以及局部与全局纹理特征的维数对分类精度的影响进行了分析,并比较分析了传统纹理特征提取方法与本文方法,得出本文方法能够有效的表达纹理,并优于传统纹理。