随着传感器技术、遥感平台的飞速发展，遥感观测技术逐渐成熟，高空间分辨率是遥感发展的总趋势。中低分辨率遥感影像中，地物目标尺度较大，地物内部细节比较模糊，地物之间的关系不清晰。而高分影像中地物尺度较小，地物细节精细，与周围地物的关系比较清晰，为遥感影像的处理与分析奠定良好的基础。因此，高分遥感技术已在诸多领域得到应用，特别是在地物信息提取方面体现出其重要的应用价值。然而，高分辨率遥感影像中地物信息复杂多样、地物目标结构多变、干扰信息复杂，使得利用高分辨率遥感影像提取地物信息面临挑战。采用基于像元的方法处理高分辨率遥感影像，主要考虑像元的光谱信息，忽略了影像中目标地物的纹理、上下文及形状等空间信息，导致较为严重的“椒盐现象”，信息提取结果很难满足高分辨率遥感影像的应用需求。因此亟需深入认识高分遥感数据的特点，探索合适的地物信息提取技术，提高其应用价值。基于此，本文详细阐述了多尺度分割原理，分析了尺度参数、光谱异质性及形状异质性等影响因子。探讨了地物边缘的提取方法，并整合地物边缘参与多尺度分割，创建与实际地物相关联的影像对象层。在深入分析影像对象特征的基础上，结合阈值分类和模糊分类方法提取研究区主要地物信息。最后选取适量样本计算混淆矩阵评价提取结果的精度。经研究，本文取得以下主要成果：1）对比分析不同算法检测地物边缘的结果，表明canny算子在地物边缘提取中能获得较高质量的地物边缘。针对自动提取地物边缘存在的问题，对某些特别棘手的边缘采用人工方法提取。为多尺度分割提供地物边缘数据。2）在深入研究多尺度分割技术原理和重要影响因子的基础上进行影像分割，创建影像对象层。结果表明该方法将干扰信息和相邻像元分割到同一均质区域，可有效减少或消除噪声干扰，解决影像中存在的局部异质性问题。影像中“同物异谱”、“同谱异物”的问题得到较好解决，克服了传统方法处理高分影像普遍存在的椒盐现象。因此，在高分辨率遥感影像地物信息提取应用中，多尺度分割技术无疑是一种可靠的新途径。3）针对单纯利用多尺度分割技术存在的不足，本研究整合了地物边缘信息参与影像分割。通过统计分析各类地物对象最大面积与分割尺度的关系，确定特定地物的最佳分割尺度。结果表明影像分割质量大幅度提高，各类地物边缘明显，影像对象更具有效性和可分性，进而提高信息提取精度。4）通过综合分析影像对象的特征和实际地物特征，确定适合提取水体、居民地、植被、道路及裸地等主要地物的对象特征。以影像对象为基本单元，采用阈值分类和模糊分类方法提取地物信息，并对提取结果进行整饰，制作研究区主地物要素专题图。最后采集适量样本计算混淆矩阵评价提取结果的精度，结果表明各类地物提取精度较高，总体精度达到94.6%。结合运用两种方法提取地物信息能够取得较好结果，基于多尺度分割的地物信息提取技术在高分辨率遥感数据应用中具有明显的优势和良好的发展前景。