随着中国城市化进程的不断推进和深入，城市功能区的规划、建设和管理对城市发展起着至关重要的作用。城市功能区内包含不同地物类型而不同功能区间有可能涵盖相同地物类型，导致在高分辨率遥感影像中，城市功能区内光谱特征的非一致性及城市功能区间光谱特征的重叠性。因此，传统以光谱测度一致性为目标、基于像素的面向地物类型的分类方法无法实现城市功能区的分类。为此，提出一种基于超像素的半自动分类方法。该方法利用简单线性迭代聚类（Simple Linear Iterative Clustering，SLIC），将遥感影像分割成一系列具有相似特征且不破坏地物目标边界信息的超像素，为进一步划分功能区提供了有效信息;计算出各超像素的颜色直方图，并用超像素颜色直方图的巴氏系数(Bhattacharyya Coefficient,BC)表征超像素间相似度;根据最大相似性的区域合并(Maximal Similarity based Region Merging，MSRM)准则，定义以超像素为单位的邻域最相似性;在各功能区内监督选取具有代表性的超像素作为该功能区样本，并根据所选各功能区样本与邻域最相似性原则合并超像素，以实现功能区的分类。利用提出方法，对WorldView-2遥感影像进行功能区的分类实验。实验结果表明，提出方法可以在多种情况下实现功能区的分类，验证了提出方法的可行性和有效性。