近年来,卫星遥感技术发展迅速。随着应用领域的不断扩展,遥感技术作为一门先进的空间探测技术越来越受到人们的重视。随着新型传感器日新月异的发展,遥感影像的空间分辨率越来越高,这为众多应用领域提供了丰富多样的数据资料。然而面对海量的遥感数据,如何充分挖掘和利用这些数据所蕴藏的信息,如何快速、自动、精确地识别并提取出所需要的信息,已成为当前遥感技术应用领域中迫切需要解决的问题和新的挑战。传统的遥感影像分类方法主要是依据地物的光谱特征进行的,比较适合中低分辨率的遥感影像。而高分辨率影像的特点是具有丰富的几何形状、空间位置和纹理等信息,但光谱信息相对较弱。这样,用基于像元的传统分类方法提取高分辨遥感影像不仅不能有效利用其丰富的空间结构信息,还会导致分类结果出现较多的误分和漏分现象以及相同地物光谱异质性引起的椒盐效应,严重影响分类精度。因此,传统的分类方法难于应用在高分辨率遥感影像的信息提取上。针对上述问题,研究者提出了面向对象技术,由于面向对象的分类方法能够克服传统方法的局限,充分利用高分辨率影像的光谱和空间信息,从而快速准确地提取所需的专题信息,因而得到重视。本文以富阳市渔山乡为研究区,采用WorldView-2遥感影像对其中的地物信息进行识别和提取。WorldView-2是Digital Globe公司于2009年10月发射成功的新一代高分辨率8波段商用卫星。该卫星能够提供0.5米全色图像和1.8米分辨率的多光谱图像。而且,它除了拥有较高的分辨率和丰富的空间信息外,其丰富的光谱波段与光谱信息将更加有利于信息的提取和遥感制图能力。在文中,对WorldView-2影像的融合进行了一些研究。从主观定性和客观定量两个方面对四种融合方法的结果进行了质量评价,发现Gram-Schmidt变换法能够更好地保持影像的光谱信息特征并增强影像的纹理和细节信息。本研究对影像融合作出的分析评价,为WorldView-2影像的融合提供了参考。通过影像的多尺度分割试验,取得了适合研究区各地物的分割参数：分割尺度为175时,提取水体较为理想；分割尺度为130时,提取林地、耕地、植被阴影、道路、厂房、裸地等最好；分割尺度为55时,提取农居点和建筑物阴影比较理想。这样,通过多分辨率分割,各类地物能够在不同尺度上进行提取,进而建立起合适的分类等级体系。通过对影像光谱、形状和纹理信息以及对象间关系的统计分析,选取各地物最佳的特征组合,以此构建合理的分类规则,运用最近邻法和成员函数法相结合的方法对研究区地物信息进行提取,并获得最终的分类结果。研究结果表明,面向对象信息提取方法的总体精度达到88.29%,比最大似然法提高12.58%,Kappa系数由0.7167提高到0.8633。特别是林地、裸地和建筑物的分类精度均有较大幅度的提高。因此,与传统的基于像元方法的分类方法相比较,面向对象的分类方法更适合于高分辨率遥感影像的信息提取。