与中、低分辨率的遥感影像相比,Quick bird影像具有更加丰富的结构与纹理信息,但利用传统的基于像元的光谱信息分类技术应用效果始终不够理想,它产生的专题图中含有大量椒盐噪声而失去完整性,并且不能区分“同谱异物”和“同物异”现象,这就迫切要求对Quick bird影像信息提取方法进行研究,以满足Quick bird影像信息不断增长的应用和研究需要。面向对象方法以德国eCognition Imaging公司开发的面向对象的分类软件eCognition为工具,通过多尺度影像分割、类层次结构和语义结构创建、分类规则引用等,实现Quick bird影像信息获取。本文以沈阳市虎石台镇1135×1135区域的Quick bird高分辨率影像作为试验区,进行了大量的实验研究,得出一些有益的结论：1)在多尺度分割的过程中,除四个多光谱波段外,另外加载纹理信息对研究区进行多尺度分割,得到了适合不同地物的不同分割参数,分割尺度为50时,提取建筑物、植被、阴影信息；分割尺度为75时,提取次干道信息；分割尺度为90时,提取主干道信息。在选择好分割尺度的基础上,建立三个层的分割网络体系。2)在多尺度分割的基础上进行信息提取,面向对象的信息提取采用模糊分类的方法,并通过两种形式实现,分别为最邻近法和成员函数法,研究表明,使用成员函数法分类精度高于最邻近分类法。3)将面向对象的信息提取结果与传统的基于象元方法(最大似然法)的信息提取结果进行对比。面向对象的信息提取方法总体精度为89.32%,要比最大似然法所提取结果的总体精度(79.2691%)提高10.1%。且提取各类地物的精度都有所提高,尤其是建筑物,道路与阴影,同时该方法可以区分同种地物的不同形式,如亮色建筑物、暗色建筑物,瓦质建筑物,石棉瓦建筑物,主干道、次干道。