我国森林资源调查体系中用途最广的调查是森林资源规划设计调查，其最重要的内容之一就是小班区划。这是因为森林空间分布定位的准确性、面积测量的精确性和最终资源成果的可靠性，都直接受到小班区划结果的影响。当前森林资源调查小班区划主要是在现地进行对坡勾绘，这种方法存在人为主观性，不够科学客观。本文首先分析了SPOT-5遥感数据的特点以及现行小班区划中所存在因人的视野小而产生误判的缺点，然后采用了面向对象的多尺度分割策略，针对不同尺度的地物信息采用不同的分割尺度，在此基础上构建多尺度分割等级网，实现了地物信息的分层提取。其具体流程为在小班边界控制条件下，对SPOT-5影像进行初始分割，并输出矢量化结果，建立“对象”的拓扑关系（邻接关系和连通关系），为建立多尺度分割数据间的联系奠定基础。此时，对影像分割结果进行地块类型识别，形成初步的小班区划结果。然后从已矢量化的地块类型图中提取出有林地，在有林地斑块控制范围内的影像进行分割，并进行矢量化。最后在有林地边界控制范围内的矢量化结果与小班区划初步结果叠加，形成小班区划第二次结果，如果对第二次小班区划结果不满意，使用小班区划模块对边界进行手工调整，形成最后的小班边界。此外，所构建的森林资源规划设计调查数据内业生成系统基础平台主要实现了：文件管理及视图、图像基本操作、图像预处理、图像边界提取、图像分类模块、小班区划模块、帮助等模块。为小班区划技术路线的实施提供了一个很好的平台。基于该系统对吉林省汪清县金沟岭林场的森林资源进行小班区划，实验结果表明该技术路线取得了较好的预期效果，是对计算机自动识别和小班区划的一个新的尝试。