森林植被是整个陆地生态系统的主体,不仅可以提供人类所需的木材及林副产品,还对维护和改善环境起着至关重要的作用。然而,随着人类社会的进步和经济建设的发展,森林资源正遭受严重的破坏。为了及时掌握森林资源动态变化,合理进行森林系统规划,需要掌握实时、动态的森林资源数据。近年来,随着遥感技术的快速发展及其在林业中的广泛应用,利用高分辨率遥感影像对植被信息进行提取已成为世界的研究热点之一。本文主要是利用ENVI EX模块对鹫峰的QuickBird影像进行植被信息提取,并研究和比较面向对象中的监督分类和直接输出矢量法的分类精度,探讨采用面向对象的分类法进行植被分类的精度。实验表明：在ENVI EX模块中进行面向对象的监督分类时,只需设定一个尺度分割值即可获得多尺度分割的结果,操作简单方便；通过比较面向对象中的监督分类和直接矢量输出法,发现监督分类的总分类精度高达90%,而直接矢量输出法的分类精度只有82%,并且直接矢量输出法后期处理工作比较繁琐。因此,采用面向对象的分类法对遥感图像进行植被信息提取时,应用训练样本进行的监督分类总精度明显比直接矢量输出法的精度高,能更有效地对植被进行分类与识别,为实现植被信息更好的提取提供可靠的依据和有效的方法途径。