随着各国在航空航天领域的不断角逐,人造卫星的成功发射,使得我们所获取的航空数据的分辨率迅速提高,高分辨率影像随之产生。高分辨率数据在给我们带来丰富的数据信息的同时,也带来一系列的技术上的难题。针对高分辨率数据,传统的信息获取方法显然无法满足我们的需求。由于高分辨率数据携带的信息过于丰富,如何能够从纷繁复杂的数据中快速地获取我们需要的信息,是当今遥感领域的一个技术的难题。本文以湖北公安县的高分二号影像数据为例,选取具有代表性的、地物类型丰富的地段作为实验区域进行研究。由于影像主要分为城镇和乡村,我们选取两个典型区域代表两者进行实验,详细阐述了高分辨影像信息获取的整个流程:影像的预处理,传统的影像解译方法,面向对象的影像解译:影像分割与分类。本文主要针对高分辨率影像解译时采用的面向对象的方法进行研究。为了能够彰显面向对象这种方法的显著优势,专门设置传统的解译方法作为对照,和面向对象的提取结果进行对比分析。研究成果主要分为以下几点:(1)实验一二区监督分类的精度分别为69.98%、73.53%;非监督分类精度分别为34.41%、46.02%。由于高分辨率影像存在着“同物异普”和“异物同谱”,以及“椒盐”现象,使得二者的精度不高,同时由于非监督分类没有训练样本,分类精度更低。(2)通过研究不同尺度下,亮度均值标准差的变化来获取不同对象的最佳分割尺度。当亮度均值标准差最大时的分割尺度,就是此种地物的最佳分割尺度。(3)实验一、二区面向对象的分类精度分别为76.44%、88.68%。面向对象的分类方法的分类精度虽然有一定程度上的提高,但由于实验一区由于地物类型复杂,房屋道路光谱信息相近,水体和各种地物阴影光谱信息相近,使得分类精度并不是很理想。