我国幅员辽阔,是自然灾害多发国家,灾害的发生给国家和人民造成了重大损失。遥感技术能够对灾区进行大面积同步观测,所得数据客观真实且具有时效性,可以很好的应用到灾情评估及灾后救援过程中。在灾后通过遥感影像分类技术快速提取灾害目标,并对救援工作进行指导,将有效提高救援效率,减少人员伤亡及财产损失。利用传统的目视解译方式进行影像分类,其解译速度较慢,不能满足灾害发生后快速获得分类信息产品的需求。随着科技的发展,越来越多具有高空间分辨率和高时间分辨率的遥感影像可供应用,结合灾情评估应用需求,本研究基于高分辨率影像数据,以灾害目标特征库为基础,实现灾害目标自动分类,最终为灾情快速评估应用服务。本文的研究内容主要包括:(1)灾害目标特征库的研究。基于不同自然灾害特点以及灾情评估应用需求,建立了自然灾害分类体系(地物分类类别),并依此设计了面向灾情评估应用的灾害目标特征库,以便有效存储历史灾害信息,使其可以作为先验知识更好的服务于灾情评估及灾后救援过程。详细论述了灾害目标特征库的总体框架以及具体的物理结构,同时分析研究了特征信息的提取过程。(2)样本自动选择算法的研究。基于灾害目标特征库结构,提出了一种样本自动选择算法,其包含样本初选及样本修正两个环节。详细研究了算法的实现流程,并对时空临近规则以及遥感影像变化检测技术、地物波谱特征等进行分析,同时通过实验对样本自动选择算法进行了验证,证明其可以有效提高分类效率。(3)特征优选及分类算法的研究。在实现样本自动选择的基础上,重点对mRMR特征优选算法进行研究,结合mRMR算法的基本原理,采用3种计算方法实现mRMR特征优选流程,并利用C5.0决策树及K近邻两种监督分类算法基于特征优选结果进行影像分类实验,同时将主成分分析方法与mRMR特征优选算法进行对比。通过实验证明了mRMR算法对影像分类过程的优化效果。(4)灾情快速评估模型的建立与应用示范。基于论文对灾害目标自动分类技术的研究分析,在文章的最后以地震灾害为例进行灾情评估应用示范。结合地震灾害的特点,研究并建立了地震灾情快速评估模型,同时利用云南鲁甸地震灾后无人机影像数据进行灾情快速评估实验,得到的建筑物倒损率、地震烈度、建筑物倒损面积等评估产品均较为准确,由此证明了模型的有效性。