随着信息技术的发展，当前科学技术正进入多学科互相交叉、互相渗透、互相影响的时代，遥感科学与技术领域也不例外。一些新的人工智能、计算机视觉、数据库等技术正在不断地向该领域渗透，使该学科能够很好的利用其他领域内的思想方法与技术手段来解决本领域的问题。 在遥感科学与技术领域的发展过程中，人们也不断地提出新的要求和期望，这其中尤其以信息处理和决策过程的自动化和智能化为最核心。基于此，寻求一种具有自组织、自适应和自学习等智能特征的遥感影像处理方法已成为这一学科的一个研究重点。 本论文在比较全面、深入地论述了遥感图像分类和遗传算法的基本理论以及前人对于遗传超平面分类研究的基础上，就遥感图像的超平面分类问题作了进一步的研究，并提出了非监督分类和监督分类两种方案，且对两种分类方法的具体实践做了有效的工作。 论文共包括五章内容： 第一章介绍了课题的意义、课题的研究背景，然后分析了本课题的国内外发展现状、发展趋势，并做出了相应的评述，在此基础上，确定了本论文的研究内容，并对论文的章节进行了安排。 第二章比较概略的回顾了遥感技术的发展历程，对比较典型的卫星遥感图像的进行了介绍，并给出了遥感图像分类的理论基础以及常用的遥感图像分类方法。 第三章从遗传算法的发展历史入手，分别介绍了遗传算法的基本概念、特征、数学基础以及遗传算法的设计方法和评价函数。 第四章通过对遗传超平面分类原理的介绍，提出了遥感图像运用遗传超平面的监督和非监督分类方案，并详细阐述了具体实现方法和实例对比。 第五章介绍了论文的研究成果和存在的不足，展望了未来进一步研究和探索的方向。