遥感影像分类是遥感信息提取的重要步骤之一,分类的准确性与完备性将直接决定信息提取任务的成败。传统的遥感影像分类方法,不能很好的利用影像的空间语义信息,导致运算速度慢,运算精度低。支持向量机算法(Support Vector Machine,SVM)是V. Vapnik等人于1995年首先提出的,以统计学习理论为基础的一种模式分类算法。在解决有限样本、非线性及高维模式识别问题中表现出许多特有的性能,并且具有强大的泛化能力,近年来被广泛应用到模式分类识别的很多领域中。不过,SVM算法实现需具有深厚的数学功底和计算机编程技术,这对于非计算机专业的广大科研工作者来说往往很难应用该算法来进行遥感图像分类。本文以方便、快速、高精度地进行遥感图像分类为指导思想,设计一种能够有效利用SVM算法的遥感图像分类系统,并在MATLAB中对该系统进行开发实现。实验结果证明,本分类系统不仅具有小样本学习、较好的遥感图像分类效果以及比较快速、自动、稳定的分类性能,而且系统界面非常人性化,方便用户使用,尤其可为非计算机专业的科研工作者提供一种简单、方便、快捷、高效地应用SVM算法来进行遥感图像分类和目标地物信息的遥感提取。