高分辨率遥感影像数据作为一种信息大、覆盖面广、经济和便捷的空间数据载体,已经成为国家空间数据基础设施和世界各国战略布局的基础性资源,具有不直接接触地物目标就能获取地表信息的特点。虽然空间成像分辨率逐渐提高,但是面对数据巨大、内容复杂的遥感图像,如何高效、自动地对图像数据进行快速处理和信息提取仍是目前亟待解决的重大科学问题。因此,本文旨在研究适用于高分辨率遥感图像,水体和居民地两种地物信息的解译提取方法,用以解决遥感图像数据处理能力不足以及利用传统中低分辨率遥感图像信息提取方法来解译高分辨率图像时造成的提取精度差、效率低等问题。本文主要研究成果如下:(1)介绍了高分辨率卫星遥感技术发展历程和意义,对目前主流遥感图像分析方法进行的归纳与总结,并针对本文研究内容,分析了水体和居民地这两种典型地物信息提取的研究现状,明确了研究范围和基本思路。(2)将模糊连接度算法进行改进,使其适用于高分辨率遥感图像水体信息提取,通过定义和证明有效路径、无效路径和模糊邻域连接度在模糊连接度理论体系下的意义,设计了局域化模糊连接度算法,能完整地提取整幅图像水体信息。(3)在同态系统下进行滤波,完成了对高分辨率遥感图像水体信息的提取工作,通过对遥感图像的频谱分析,确定水体信息在频域中的特征标识;采用一维剖面线加窗分析水体定位技术实现了全自动、快速全幅遥感图像水体定位和宽度估计;在同态系统下设计了低通滤波器,实现对低频水体信息的提取。(4)居民地纹理信息的方向特征与Harris角点检测相结合,提出一种高分辨率遥感图像居民地信息提取方法,首先通过Gabor滤波器对实验影像进行特定方向角度滤波变换;然后对滤波响应图进行Harris角点检测计算似然函数;依据阈值分割的方法提取影像上的居民地信息。