城市应用是高分辨率遥感应用的最重要的领域之一,如何更加准确的进行城市图像分类是现在高分辨率遥感研究的一个难点。对于高分辨率数据的分类,仅靠光谱信息,采用传统的分类方法,分类精度低,不能发挥高分辨率影像的优势,无法有效区分地物。本文提出利用数学形态学中的交替顺序滤波方法进行高分辨率图像的滤波,滤波有利于图像的分割分类,运用滤波结果进行图像分割和图像分类。由于高分辨率图像具有丰富的形状信息,加入形状信息是提高分类精度的一个常用办法,如何利用形状信息是目前研究的热点。胡氏不变矩具有旋转不变性、尺度不变性以及平移不变性等特点,所以本文对图像进行了不同尺度的图像分割处理,对不同尺度分割图像计算其胡氏不变矩,与光谱信息一起参加分类,可以提高分类精度。本文提出了层次分类方法,植被采用基于光谱的分类,对城市光谱极其相似的非植被,通过不同尺度的图像分割,计算胡氏不变矩,加入形状信息,分别进行了基于像元和基于对象的两种分类方法,并通过实验比较了两种分类方法。