随着遥感技术的发展，目前的多光谱遥感影像具有更加细化的光谱结构，全色影像具有更加丰富的空间结构，但是目前的遥感应用要求影像兼备两者的特征，因此必须进行影像融合。当前以小波融合为代表的融合技术具有较高的影像价值，能够提高空间分辨率的同时更大程度地保留了原始多光谱影像的光谱信息结构。遥感的具体应用目的往往都需要在此基础上进行地物信息提取，常用的影像分类方法大多只考虑影像的单个像素的特征，忽略了地物的形状、纹理、拓扑关系，无法满足高分辨率影像的信息多样性。面向对象分类方法不但打破了像素的局限，而且充分地利用地物内在的相关特征，是高分辨率影像分类的研究前沿。　　本文以澳门黑沙湾东北部为实验区，选取能够提供0.5米全色影像和1.8米分辨率多光谱图像的worldview-2影像，基于快速离散Curvelet小波融合影像的基础上，利用面向对象多尺度分割技术对影像进行5种尺度分割，结合目视判断以及综合形状指数分别获得每个地类的最适宜分割尺度，建立分类体系，选取特征空间，提取地类，并进行分类精度评价。本文主要包括快速离散Curvelet小波融合技术、尺度分割技术、特征选择与提取技术、面向对象分类技术四大关键技术。具体的研究结果如下：　　1)利用Brovey融合方法、主成分变换方法、超分辨率贝叶斯融合方法，快速离散Curvelet小波融合方法分别进行了Worldview-2影像融合。小波融合的各向异性特征有利于图像边缘的高效表示，得到影像更为细节的信息，表现出更好的融合结果。　　2)评价融合结果影像主要分为主观定性分析与客观定量分析评价，其中主观定性分析主要从色彩保持方面、空间细节方面、光谱保持方面进行分析，而客观定量分析主要从影像梯度、信息熵、分形维数、光谱相关系数、UIQI、FSSI这6个指标来衡量融合结果的优劣。综合定性与定量分析，小波融合具有较优的融合效果。　　3)制定了分割路线，分别采用尺度100，150，200，250，300进行影像分割，并分析每个尺度下地物对象的特点，目视判断地物的最适宜分割尺度，以及结合尺度综合形状指数计算地物的适宜尺度，100、150、200、250、300分别是道路层、裸地层、水域层、建筑物层、植被层的最适宜尺度。　　4)建立分类体系，针对地物在适宜尺度下的对象的特征分析来制定具体地物的分类规则。水域层细分为海洋和湖，植被细分为草地与林地，而草地又细分为稀疏草地、浓密草地。