随着遥感技术的飞速发展，从遥感影像中自动提取影像信息已经成为遥感影像解译的一种手段。但是目前计算机分类的精度较低，还不能适于中比例尺及更大比例尺的需要。所以研究遥感影像自动提取的技术已经是未来发展的一个重要方向。遥感影像的计算机自动分类是遥感、计算机视觉和模式识别等领域面临的重大挑战。遥感影像分类是将影像的所有像素按其性质分为若干个类的技术过程。本论文对遥感影像分类的研究主要采取两种方式：一种是基于光谱特征的分类方法的研究；另一种方法是基于非光谱特征的辅助分类方法的研究。在基于光谱特征的分类方法中采用了传统的非监督分类方法和监督分类方法。主要研究了监督分类算法和非监督分类的几种算法，对每一种算法都进行了分类试验，并对相应的分类结果作了详细的分析。对于非光谱特征辅助遥感影像的分类中，本文采用了基于灰度共生矩阵提取纹理影像特征的方法，然后将纹理特征影像参与到光谱特征中分类的方式进行分类，并对分类结果进行了分析和比较。本文在提取纹理特征影像的过程中采取了vc编程实现了纹理特征影像的提取。试验结果证明，纹理特征影像的参与在一定程度上提高了遥感影像的分类精度。