耕地资源是社会经济稳定发展的基础,当代遥感图像处理技术可实现耕地资源的精益化管理。本文利用含有耕地信息的多源遥感影像数据,通过对影像融合算法和分割方法的研究、改进及对比分析,实现了影像中耕地信息的有效提取。采用小波变换结合IHS变换的融合算法,将多光谱图像Ⅰ分量和全色图像用“bior3.7”小波基进行2层分解重构,充分发挥两种算法的技术优势,实验结果和评价指标表明,融合图像具有较好的空间分辨率和耕地光谱信息,在平均梯度、峰值信噪比等5项指标中优于IHS变换法、PCA变换法、Gram-Schmidt变换法等融合结果。以耕地在红波段的光谱特征(均值503.83、标准差26.48、特征值1901.71)和NDVI指数(0.05092～0.07791)等为参考指标,结合对象属性对ENVI软件中基于分水岭算法的Extract Segment模块分割方法进行组合优化,实验结果表明,该方法不仅规避了 Extract Segment模块最优分割合并阈值难选取的缺陷,还有效解决了“过分割”问题,将同类地物合理合并,异类地物准确剔除,初步提取出实验图中耕地区域面积为2.09KM2和1.29KM2。小波变换结合IHS变换融合算法不仅成功应用于含耕地信息的遥感图像融合,还为耕地信息提取提供优质的数据源;结合对象属性的分割方法则促进了耕地信息准确提取,为宁夏地区生态环境地物目标分类识别研究提供借鉴。