研究和探索高分辨率图像的处理方法是遥感信息处理领域的前沿问题之一。现有的高分辨率图像具有丰富的空间结构特征及较低的光谱分辨率，但同时具有一些冗余的空间细节信息，而且地物具有多尺度多层次的特点。针对高分辨率图像的上述特点，本文探讨了适合高分辨率图像的多层次分割与分类方法。 论文的主要内容和创新点如下： 1.将数学形态学中的水平化方法引入到高分辨率图像的简化滤波中，并从多个方面对滤波结果进行了比较与分析。结果表明，水平化方法不仅可以有效地去除物体内部的细节信息，而且不改变地物的边缘，同时对地物的光谱特征改变较小。滤波结果可提高图像分割的精度，而且其分类的精度与原始图像相似； 2.将一种基于分水线动态范围的多层次分割方法扩展到多光谱图像，同原方法相比可生成更准确的多层次分割结果，提供地物的多层次信息； 3.提出了一种加入形状信息的多层次图像分类方法，该方法有效利用了图像的简化滤波、多层次图像分割和图像形状信息，与现有方法相比，具有更高的分类精度； 4.采用城市地区的高分辨率数据对提出的方法进行评价，验证了本文提出的方法的有效性。本文所提出的多层次的分割和分类方法，作为一种通用的处理方法，可用于相关的高分辨率图像处理和应用中。