海冰是影响全球气候的重要因素,同时它对高纬度航运,油气勘探及黄渤海沿岸区域的生产生活等也有不同程度的危害。为了减少海冰带来的负面影响,海冰类型等海冰监测参数的准确提取无论对于科学研究还是生产生活都是必要的。遥感技术不仅能够获得长期、大范围、实时的监测影像,而且能在海冰发生和发展过程中,全天时、全天候地监测其势态和过程,并对冰情进行全面、迅速和准确地评估。因此,遥感影像成为海冰监测的主要手段。本文围绕海冰的邻域关系,研究了三种遥感影像的海冰分类方法。首先,针对影像融合时忽略了多源像素之间的局部关系问题,本文提出一种基于局部保持的融合策略。本研究同时学习一个保留空间位置的投影矩阵和一个编码特征相似性的相似矩阵,利用投影矩阵将多源图像的像素映射到一组保持图像空间位置的融合向量上。另一方面,将矩阵分解应用到相似矩阵中,得到另一组保留特征相似性的融合向量。然后,将空间域和特征域局部融合向量串联起来,得到最终的融合图像。本研究体现出局部保持融合策略对多源海冰影像分类的有效性。这是由于它不仅全面捕捉了空间相邻关系,而且本质上表征了不同类型海冰之间的特征关联。其次,针对海冰影像中存在的数据不平衡问题,本文提出一种基于滑动窗口的集成学习框架:滑动装袋（Sliding-Bagging）。本研究首先将海冰遥感图像划分为有重叠区域的多个像素块。然后,对每个像素块,训练一个分类器,用训练好的分类器对此像素块分类。由于是像素块间有重叠,因此重叠区域像素的有多个海冰类别。根据相对多数投票方法,最终类别为重复次数最多的类别。本研究体现出滑动窗口集成学习方法对海冰影像分类的有效性。这是由于基于区域训练的分类器避免了单个分类器在大尺度区域（整幅影像）内难以表征海冰特征变化,而且通过集成学习方法缓解了不同海冰类型的数据的不平衡。最后,针对海冰类型间的空间邻域关系,本文提出一种基于邻域关系上下文的分类方法。本研究设计一种新的上下文特征提取方法,它对图像中一个像素点,用上下文位置点集合对当前像素点所属区域进行拟合,通过位置点集合提取上下文特征。然后,在位置点集合坐标和类别的基础上提取空间邻域关系特征向量。最后,采用自动上下文模型的训练方法进行迭代学习。本研究体现出邻域关系上下文模型对海冰影像分类的有效性。这是因为空间邻域关系和像元强度、纹理这两类易受外部参数影响的特征相比,有更好的适用性。此外,它是对每一个像素点提取空间邻域关系,能更好的根据海冰邻域关系进行分类。综上,邻域关系是海冰的一个重要特性,有效的利用邻域关系可以使得海冰遥感影像分类有更好的分类精度。