目前,高分辨率的遥感影像已在各个领域得到相当广泛的应用,为满足日益增长的应用需求,需要对影像信息的分类以及提取不断深入的研究。与中低分辨率遥感影像相比,高分辨率遥感影像内包含有更加丰富的特征信息。对于这些相当数量的特征信息,传统的像元分类方法存在着一定的缺陷,不能充分挖掘和分析利用影像的多特征性信息,使得分类精度降低,已经不再适应分类需求。所以,本论文以卫片执法检查工作要求和高分辨率遥感影像的特点为基础,运用面向对象的高分辨率遥感影像分类方法进行信息提取分类。本文选取了一幅具有一定特征信息的SPOT5遥感影像为实验数据,通过对影像信息进行目视解译后,选择提取影像中建筑物的信息。实验以Ecognition和ENVI软件为平台,对实验数据进行面向对象的分类。在分类过程中,先根据地物的类型特点,运用多尺度思想对目标地物进行分割合并,构建分类体系,并采用模糊分类方法对建筑物进行分类提取。其次将实验数据采用传统面向像元分类方法,并将分类结果和面向对象遥感影像分类方法结果进行对比分析,两种分类方法结果表明,由于受多尺度分割的影像,采用面向对象遥感影像分类方法对遥感影像信息提取时,提取的地物并未失真且提高了分类的精度,分类结果有效避免了“椒盐噪声”,分类结果与现实世界具有形状和属性一致性。