随着遥感影像分辨率的提高和遥感信息提取技术的发展，遥感技术逐渐成为快速获取地震灾情信息、震后应急和震害快速评估的有效手段。高分辨率遥感影像提供了丰富的地表细节信息，传统基于像素的分类方法存在着不能充分挖掘影像的光谱、几何、纹理和上下文信息，分类精度低、速度慢等局限性，不能满足震害信息快速提取的需求，而面向对象的影像分析方法为高空间分辨率遥感影像震害信息提取提供了新的思路。本文利用面向对象的影像分析方法对高分辨率遥感影像建筑物震害进行信息提取，研究工作和成果如下：1）在分析国内外现有主要图像分割技术的算法和优缺点基础上，重点研究了面向对象影像分析的多尺度分割技术的算法和流程，深入分析了波段权重、颜色、形状、紧致度、光滑度、分割尺度等参数的选择依据和原则。2）以“对象内部同质性最小、对象之间异质性最大”为原则，提出了一种基于对象内部标准差和对象邻域平均差分的分割质量函数选择最优分割尺度的方法。实验表明，分割质量函数是影像对象内部同质性和对象之间异质性的良好指标。3）在获取影像对象知识基础上，分析了隶属度函数及知识规则库中对象特征的选择策略等相关问题。研究了最邻近分类和模糊分类的数学原理，构建了包括模糊化输入变量的模糊集、模糊集逻辑组合和模糊分类结果反模糊化三个过程的模糊分类系统。4）选取玉树地震结古镇震后QuickBird遥感影像中典型建筑区进行建筑物震害信息提取实验。根据不同地物特点，确定其最优分割尺度进行影像分割，构建不同地物的多尺度层次网络结构；以影像对象的光谱特征、几何特征、纹理特征以及空间拓扑关系等特征信息建立模糊规则知识库，采用面向对象的方法提取不同震害等级的建筑物信息，并从模糊概念的隶属度角度进行分类稳定性和最优分类结果评价与分析。结果表明，本文提出的在最优尺度分割基础上的面向对象震害信息提取方法能够满足建筑物震害信息精细提取需求。