本文作为国家高新技术研究发展计划(863计划)资助课题“遥感数据处理平台与应用”的一部分，对遥感图像分类中的一些关键技术和主要算法做了深入的研究。针对传统监督和非监督分类的不足，将模糊模式识别技术引入其中，并对模糊C均值算法进行了改进，从而获得了更好的分类效果。文中根据前人提出的某些特定应用的决策树模型，建立了一个通用的知识规则符号库，并设计了一个通用的决策树分类平台，方便了决策树模型的建立和分类。最后设计并开发了以“图像分类—分类后处理—精度评价”为一体的“遥感图像分类系统”。主要从事了以下研究工作： 1) 在分析了传统监督和非监督分类方法的基础上，分别给出了传统分类六种算法的分类思想和算法流程。并指出了这些基于统计模式识别的传统分类方法的不足，结合模糊数学的思想，将模糊模式识别技术引入遥感图像分类中。在研究了模糊C均值算法的基础上，提出了一种适合于遥感图像的改进模糊C均值算法，该改进算法结合邻域统计分析的思想来优化隶属度函数，能够获得更快的分类速度、更高的分类精度和更好的分类效果图。 2) 根据前人所建立的某些特定应用的决策树模型，建立了一个通用的知识规则符号库，通过该符号库和二叉树结构显示界面的通用平台可快速地建立一个决策树模型。文中还对CART决策树算法进行了改进，基于改进的算法可以很方便地进行遥感应用方面的决策树分类，并取得了较好的实验效果。 3) 最后基于以上的研究和国内对遥感图像处理软件的需求，实现了一个以“图像分类—分类后处理—精度评价”为一体的完善系统。