无人机(UAV)低空遥感系统与传统航空航天遥感系统相比,具有灵活机动、高效快速、作业成本低、应用广泛等多方面显著优势,尤其在小区域范围的大比例尺成图方面有着非常广阔的应用前景。无人低空遥感系统获取的高分辨率遥感影像,是对传统遥感影像数据源的重要扩充。从遥感影像中提取地面目标,历来是一个极富挑战性的课题,本文针对无人机低空遥感影像中地面目标细节信息特别丰富的特点,重点开展了影像分割和面向对象地面目标提取方法的研究。本文的主要研究内容如下:1)介绍了现有的影像分割算法,分析了影像分割的评价准则和方法,选择最优边缘检测算子、分水岭算法、Otsu多阈值分割法及区域生长法四种典型的影像分割算法,分别应用于三种不同地物覆盖类型的无人机遥感影像,利用一种经验差异评价方法对无人机遥感影像的分割结果作出了定量的评价,这种评价方法将分割算法获得的结果与人眼分割的参考结果进行比对,从而实现对各分割算法的性能评价;2)探讨了面向对象的影像处理方法,利用决策树方法对面向对象的无人机遥感影像地面目标提取中尺度参数和纹理特征进行了研究,结果表明决策树方法与面向对象的影像处理方法相结合,可以有效的简化影像处理的工作量,提高面向对象地面目标提取方法的效率;3)提出了一种面向对象的无人机遥感影像车辆提取方法,通过训练数据获得车辆提取的决策树,利用决策树和辅助判据实现了无人机遥感影像中车辆的提取与分类,并在此基础之上,尝试利用连续拍摄的无人机遥感影像序列获取车辆的运动信息。