信息眾多、礦化線索微弱地區(qū)的遙感地質信息的提取，掩膜去除干擾的方法會丟失很多影像的原始信息，無法保證提取結果的準確性；基于單一尺度的分析方法不能有效提取礦物異常分布的多分辨率特征，無法精確描述礦物的富集和貧化規(guī)律；熱液蝕變的間歇性和多期次性引起的光譜信息疊加問題及巖性風化引起的紋理不確定性，導致巖性識別的精度降低。上述問題成為大規(guī)模遙感地質應用的瓶頸。本文在野外地質調查、薄片鑒定的輔助下，以多尺度分析方法、面向對象提取技術、機器學習和深度特征分解為主線，進行了蝕變礦物的區(qū)域特征及深度特征提取方法、巖性智能化分類及填圖方法研究。