近年来,遥感影像的空间分辨率不断提高,数量级达到了分米级,在高分辨率遥感影像中,地面信息更加丰富,其中建筑物是地表信息中的重要组成部分之一,如何快速准确地提取影像中的建筑物一直是研究的热点问题。传统的建筑物提取算法主要是通过对像素光谱信息的处理以得到目标地物,但是,由于遥感影像数据量巨大,更新速度较快,目视解译与基于像素的提取方法已不能满足实际需求,需要探索提取高分辨遥感图像信息的新方法。深度学习在最近几年发展迅速,且在图像识别方面取得了传统分类算法难以实现的卓越效果,该方法可从少量预处理或者未处理的数据中学习到更高级的特征,目前已广泛应用于人脸识别、无人驾驶、目标检测等领域。本文对国内外现有的遥感图像分类算法进行研究,并基于深度学习理论,借鉴U-Net、SegNet编码-解码的思想和空洞卷积方法以及多尺度语义分割,构建了一种新的卷积神经网络结构,并在建筑物数据集上训练该网络,从而验证和评估其有效性。本文的主要研究内容和成果如下:(1)本文以已有的卷积神经网络为基础,基于编码和解码的思想构建建筑物场景分割网络(Building Scene Segmentation Network,BSSNet),建立高分辨率航空正射影像数据集用于训练和验证该网络模型,并针对数据集中样本数量较小、类间分布不均匀的问题,使用数据增强的方法扩充数据集。(2)在网络的编码部分和解码部分之间连续使用多个但具有不同扩张率的空洞卷积,解决一般卷积神经网络感受野较小、提取到的目标边界模糊、结果不完整的问题。同时将该部分卷积分别构成串、并联结构,对不同尺度的特征进行提取并融合,获得了良好的表现力。(3)针对卷积神经网络模型提取到的建筑物边界不够规则,结果不完整的问题,利用全连接条件随机场、导向滤波和数学形态学进行影像的后处理,达到最佳的提取效果。(4)为验证本文方法的有效性,将本文方法和其他卷积神经网络在相同数据集上实验,并进行定性和定量分析。结果表明,本文方法分类结果优于其他模型,且最后得到的建筑物边界较为规则,噪声点较小,具有一定的实用价值。