高分辨率遥感图像信息丰富、地物空间形态复杂多样。随着其空间分辨率的不断提高,地物细节更加清晰;图像“同谱异物、异物同谱”现象也越加严重,极大地减弱了不同地物间的光谱可分性。地表覆盖信息是地理国情监测、土地利用调查和区域发展战略决策的基础,对推动城镇化建设、空间格局规划有重要意义。如何从高分辨率遥感图像中高效提取目标地物并应用于实际工作中是目前研究的热点。面向对象的图像分类方法是高分辨率图像地物信息提取较适用的一种处理手段,其中,对象特征的准确选择以及提取流程的有效设计是图像地物信息提取能否成功的关键。但目前国内外针对地物特征优化选择的研究较少;并且,大多地物信息提取流程受“噪声地物”的影响较为严重。本文在国内外学者研究的基础上,以重庆市为研究区,选用高分二号卫星遥感图像,从地物特征分析与地物信息提取流程设计出发,对研究区典型地物信息提取进行研究。主要包括如下几个方面:(1)研究区高分辨率遥感图像地物特征分析与选取。论文分析研究区地表覆盖空间形态,根据地物复杂程度与产业结构差异,将重庆市划分为乡村生态区、工业建设区和城市核心区;然后遵循面向对象分类思想,分析三个区域的典型地表覆盖类型水域、道路、建筑物和植被在图像上的空间、光谱、上下文等信息分布规律,筛选适宜的地物对象特征,并构建能较好反映地物信息的多特征组合。(2)典型地物特征敏感性分析。论文从地物特征信息正确提取与误提取两方面,构建地物特征敏感度模型,量化不同图像特征对目标地物的有效识别程度,并建立适合不同区域的地物敏感特征组;然后采用一组验证试验对结论进行验证,结果形成的敏感特征组与文中建立的敏感特征组一致,从而证明了敏感度模型的可行性,以及地物敏感特征组在研究区的普适性。(3)基于分层策略与地物特征的高分图像信息提取设计与实现。论文设计逐级分层的信息提取框架,将地物敏感特征组应用于地物信息粗提取,并针对性的选取少数几个特征对粗提取结果进行精细化处理,以“粗提取—精提取”的组合流程融入分层框架中,形成分层策略与地物特征相结合的高分辨率遥感图像地物信息提取技术流程。试验表明该流程可有效应用地物特征,降低不同地物间的相互影响,提高地物信息提取精度。(4)基于分层策略与地物特征的高分图像信息提取试验比较。本文将基于分层策略和地物特征的信息提取结果与监督分类信息提取结果进行对比分析,以混淆矩阵作为精度评价方法,获得两个方法结果的总体精度与Kappa系数。结果显示:在乡村生态区、工业建设区和城市核心区,基于分层策略与地物特征的地物信息提取方法的总体精度分别为97.427%、81.200%、84.279%,Kappa系数分别为0.890、0.760、0.800;而基于监督分类的地物信息提取结果总体精度分别为93.159%、72.270%、78.598%,Kappa 系数分别为 0.653、0.655、0.729。对比试验结果表明,与基于监督分类的信息提取方法相比,基于分层策略与地物特征的地物信息结果与实际地物类别一致性更好,能更好地反映地表覆盖分布情况。论文将构建的地物特征敏感度模型应用于地物特征的优化选择,形成适用于重庆市典型地物的敏感特征组,并将其应用于地物分层信息提取过程中,形成基于分层策略与地物特征的典型地物信息提取流程,可服务于重庆市地理国情监测、土地利用调查等实际生产工作中。同时对全国地表覆盖信息提取具有一定的应用推广价值。