基于卫星影像进行建筑区信息的识别,为城市扩张监测、城市规划、灾害评估提供了一个关键的信息层。在受限于环境条件无法获得光学遥感影像的地区,星载雷达影像表现出了足够大的优势。根据所使用的合成孔径雷达数据的特点,开发和调整建筑区信息的自动提取方法已经成为研究的热点。本文以高分辨率单极化TerraSAR-X影像为数据源,从面向对象的纹理分析和多特征分类两个角度对建筑区的提取方法进行了研究,主要内容如下:(1)建筑区在高分辨率SAR影像上具有较高的后向散射强度,但是在具体的应用中,建筑物像元并不能完全高亮显示在SAR影像中。而纹理特征作为建筑区区别于其它土地利用类型的一个重要特征,本文以三个典型的城市场景为实验区,以Matlab为软件平台,首先对比分析了不同的纹理信息提取方法,然后根据提取出的纹理特征影像,在eCognition软件的支持下,基于最大类间方差算法构建面向对象的影像二值化规则集,实现纹理特征阈值的自动确定,达到建筑区轮廓快速提取的目的。(2)针对仅利用单极化TerraSAR-X影像的纹理特征提取建筑区存在的不足,考虑到建筑区在一定时期内处于相对稳定的状态,利用不同时相的单极化TerraSAR-X影像,以影像的后向散射特性、相干性、相干斑差异性、纹理特性为切入点,波段组合特征影像,首先进行多尺度分割,选择训练样本对象,充分挖掘样本对象的属性信息,然后考虑类间、类内距离建立特征分离性指标,进行特征优化,最后应用面向对象的多特征分类方法实现了建筑区的提取。实验结果表明,本文的方法一方面减少了特征的冗余,另一方面维持了较高的信息提取精度,在一定程度上弥补了eCognition软件中影像对象纹理特征计算慢的不足。(3)设计和开发用于特征提取和特征优选的实验平台,构建基于单极化TerraSAR-X影像提取建筑区轮廓的知识规则集,开发操作功能库,定制可视化界面,建立了一套可读性强用于建筑区轮廓提取的解决方案,帮助作业人员快速、轻松地进行建筑区轮廓提取。