近年来,随着遥感技术的飞速发展与“数字城市”建设进程的加快,如何从高分辨率遥感影像中提取人工地物已成为遥感领域研究的重点和难点。虽然国内外众多专家学者对城市人工地物提取做了许多研究工作,也取得了不少成果和经验。但目前还基本处在试验与理论研究阶段,没有完全应用在生产实践中,因此开展在高分辨率遥感影像中提取人工地物研究具有理论与现实意义。传统的遥感影像中人工地物提取方法是基于像元的,这种提取方法存在着分类精度低、影像信息得不到充分利用、提取速度慢等缺陷。本文根据高分辨遥感影像具有丰富的信息量等特点,提出了基于面向对象的方法应用在高分辨率遥感影像人工地物的提取,在多类地物同时提取时提出了一种基于样本标准差模型计算最优分割尺度的方法。本文选取辽宁省东港市、广西省桂林市、贵州省遵义市等地区高分辨率遥感影像数据,以eCongnition为实验平台进行了面向对象的高分辨率遥感影像中建筑物、道路、桥梁等人工地物信息提取实验。在建筑物的提取实验中提出了一种基于Roberts边缘检测的分割尺度估算方法,使参数选择的速度得到了提高。使用分类精度、Kappa系数对提取结果进行量化评价,结果表明基于面向对象方法在高分辨率遥感影像中人工地物提取方面的适用性,并具有高效率、高精度。