随着高分辨率遥感影像的广泛应用，面向对象分类方法已经成为对高分辨率遥感影像进行分类的最重要方法。因而面向对象分类结果的精度评价方法的研究也成为面向对象分类领域重要的研究方向之一，但目前尚未发展出一套与面向对象分类结果相适应的精度评价方法。　　面向对象分类结果以对象为基本单元，分类对象具有属性精度的同时兼有几何精度，并且两种精度相互作用共同影响最终的分类精度。本文根据面向对象分类结果的特征，研究面向对象分类结果的精度评价方法，主要的研究工作体现在以下四个方面：　　(1)建立了遥感影像面向对象分类结果的评价指标体系　　针对遥感影像面向对象分类的结果的特点提出建立对象的属性精度和几何精度的评价指标体系。本文考虑到对象的属性精度与几何精度之间的相互关系，因此，在评价方法的设计上可以反映出二者固有的相关性。利用面积作为连接属性精度与几何精度相关关系的特征，建立面向对象分类结果的属性精度指标和基于面积特征的几何精度指标。为全面评价面向对象分类结果的几何精度，除利用面积特征外，还使用形状特征作为评价面向对象几何精度的另一评价指标。利用上述三个指标建立面向对象分类结果的精度评价指标体系。　　(2)提出了考虑对象内部精度的面积加权面向对象分类结果的评价方法　　对象内部精度是考虑到属性精度和几何精度的相关关系所提出的概念。其主要特点是将属性精度和几何精度综合进行考虑，从对象内部的属性特征不一致性入手，先对对象内部本身的属性精度进行评价，在此基础上评价分类结果整体的属性精度。所得指标准确反映研究区域的面向对象分类精度。由于样本对象面积不一致，使用对象个数进行统计使得面积大的对象样本和面积小的对象样本具有相同的权重将导致评价结果高估或低估。样本本身的代表性不一致的情况可以通过面积加权的方式进行纠正。通过面积加权，面积大的样本具有较大的权重，面积小的样本则权重较小，使用面积权重在一定程度上纠正了传统误差矩阵应用于面向对象精度评价的偏差。同时由于面积是对象几何特征的一种，使用面积权重建立误差矩阵实际上是一种几何特征和属性特征的结合。在基于对象内部精度和面积加权方法的面向对象分类精度评价方法中得到对象属性精度和基于面积的几何精度，同时对象属性精度和几何精度是高度相关的。　　(3)建立了基于形状相似性的面向对象分类结果的几何精度评价方法　　面向对象分类结果的几何精度评价所应用的几何特征主要有面积、位置和形状三类，三种特征在面向对象分类结果的几何精度评价中均具有其自身的特点。相比而言，形状特征与其他两种特征的差异性更大。在基于对象内部精度的面向对象分类的精度评价方法中，由于使用面积加权，所得的几何精度指标是基于面积特征的。由于使用单一几何特征进行评价无法全面反映面向对象分类结果的几何精度，因此我们利用形状特征建立的对象几何精度评价指标，从两个方面反映面向对象分类结果的几何精度。　　(4)分析了样本量对面向对象分类结果精度评价可靠性的影响　　精度评价的采样样本数目的确定是精度评价方法研究领域的一个重要方面。基于像元的精度评价方法通过统计理论的推导确定了获得相对可靠的样本精度的采样数目，相关领域尚无实证研究。我们利用本研究提出的面向对象分类结果的精度评价方法，通过目视解译获得影像的真实精度，按照一定的采样比例通过多次重复试验，研究了不同采样比例的采样精度与真实精度的误差分布情况，从而获得了在一定误差范围内的面向对象分类结果精度评价方法的采样数目。