[目的]为了改善遥感影像分类算法对“同谱异物”的农村房屋与乡村道路的区分能力,提高房屋识别的空间平滑性与自动检测精度,为后续的农村宅基地遥感监测提供技术支撑.[方法]文章基于光谱-空间核函数集成支持向量机(光谱-空间核SVM)算法框架,发展了一种适于高分辨率遥感影像的农村房屋自动化识别方法.首先,对高分辨率遥感影像进行空间分割以及影像的空间邻域关系进行建模.其次,获取分割图斑内像元灰度值的均值作为空间特征,以像元灰度值作为光谱特征,利用光谱-空间核SVM算法进行房屋预提取.单独提取影像中的道路、裸地等区域,并制作掩膜对房屋预提取结果进行修正.最后,通过众数滤波,对房屋识别结果进行空间平滑处理,抑制噪声.[结果]该试验得到的Kap-pa系数、总体精度和F1分数分别为0.75、98.0％和0.76;而基于像元光谱的常规识别方法得到的上述指标分别为0.40、91.8％和0.44.[结论]该文提出的方法能有效抑制将道路、裸地识别为房屋,且具有良好的空间平滑性能.