南 锋，张小英

（1.山西农业大学研究生院，山西太谷030801；2.山西农业大学文理学院，山西太谷030801）

流域的土地利用类型，反映了流域表面的覆盖状况，是研究流域土地利用的重要基础数据。遥感影像能够快速地获取地球表面信息，目前其已成为获取流域地表信息的主要手段，特别是随着高分辨率遥感影像的应用，其数据的精度也大大提高。但是如何从高分辨率遥感影像中自动获取特征信息，一直是遥感应用的研究热点。传统的遥感影像信息提取方法大多是单纯基于像元的方法，通过分析像元之间的关系实现对影像的分类和信息的提取[1]。在处理低空间分辨率遥感影像时，由于影像中地物目标小，目标内部的像元比较一致，基于像元的处理可以达到比较好的效果。但是，随着分辨率的提高，遥感影像中的空间信息也更加丰富，地物的几何结构和纹理信息更加明显，基于像元的方法在处理这类影像时会显得粒度过小，在分类过程中会造成大量的椒盐噪声，因而难以提取地物的整体结构信息。目前，高分辨率遥感的解译主要靠人工判读和识别来完成，工作量大、成本高，因此，利用计算机对高分辨率遥感影像自动解译是目前遥感信息处理的重要研究方向。

近些年来，面向对象的分类方法逐渐成为一种主要的遥感分类方法，在分类时不仅能依靠其光谱特征，更多的是要利用其几何信息和结构信息[2-3]。面向对象的遥感影像分类技术为高分辨率的遥感影像的计算机自动解译提供了一条重要途径。……