在遥感图像分类中，引入纹理特征信息能够很好地提高分类精度，已经得到学者的高度重视。随着卫星遥感技术的发展，新发射对地观测卫星的光谱分辨率和几何分辨率都不断提高，所获取图像的纹理信息也越来越丰富，如何有效地利用高分辨率卫星影像中的纹理信息成为当前国内外研究学者关注的问题之一，纹理信息的提取是该研究课题的基础。 论文围绕粗糙集、纹理谱及分形理论及其在遥感图像分类中的应用，主要进行了一下几个方面的研究工作： (1)对国内外纹理的研究作了概要总结，目前对图像纹理的概念并没有确切的数学定义，文中总结前人对图像纹理不同方面的描述，介绍了遥感影像纹理分析的常用方法，对这些方法进行了分类和综合，指出了这些方法的优缺点和适应性。 (2)对近年来国内外学术界对粗糙集、纹理谱及分形理论及其在图像处理领域相关应用问题的研究成果和最新进展的搜集、整理和总结，对粗糙集、纹理谱和分形理论的定义、原理、算法以及在遥感图像上的应用进行了较为系统的研究和探讨。 (3)针对遥感图像波段选择传统方法的不足，应用粗糙集理论核属性计算的方法得到图像分类的关键波段和一些次关键波段，实现了波段的自动选择。 (4)对优选波段进行光谱分析，提出了基于多波段信息的遥感图像融合模型，得到即约简了数据又保持了原有基本信息的合成图像。 (5)归纳了图像的分形模型，实现了各种求取图像分形维数的方法并对各方法的实验结果进行分析。 (6)在分析DBC计盒分形维的基础上，采用了一种基于动态规划思想的DBC分形维改进算法，提高了时间效率。 (7)将图像的纹理谱特征、分形维特征作为分类的特征，并在此基础上构造了遥感图像的分类算法。 (8)以云南省蒙自县Landsat-TM数据作为实验数据，根据遥感图像的特点，采用约简纹理谱特征、分形维、空隙特征、多重分形广义维数谱及小波分形等7个参数作为纹理特征，以模糊C均值作为分类器的遥感图像分类方法。该方法能够从不同角度提取特征，充分利用了图像中的纹理信息。通过对TM遥感图像的典型地物的分类实验，对分类过程和结果进行综合分析，验证该方法的有效性，获得了较高的分类精度。该方法具有一定的理论意义和较高的实际应用价值。