本文提出了一种基于中性集和均值漂移的彩色遥感图像非监督建筑物提取方法。该方法首先利用中性集理论对遥感图像进行初始分割，有效区分建筑物与其他地物；然后结合均值漂移算法对分割结果进行优化，进一步提高建筑物边界的准确性和区域一致性。与传统方法相比，该方法无需先验知识或训练样本，具有完全非监督的特点，能够适应不同场景和成像条件下的遥感图像。实验结果表明，该方法在保持建筑物完整性的同时，能有效减少误检率，为后续的建筑物识别与分析提供了可靠的基础。