遥感作为近几十年迅速发展起来的一门综合性技术学科，因其具有观测范围广、采集信息量大、获取信息速度快等特点，已经在民用和军用的众多领域发挥了重大作用。遥感图像处理是遥感科学与具体应用相结合的重要技术途径。遥感图像分类是遥感图像处理的一个重要内容，其中监督分类作为一种先学习后分类的机器学习策略，是对遥感图像进行定量分析的主要手段，应用领域十分广阔。 随着传感器、遥感平台、数据通信等相关技术的发展，通过遥感手段获取的数据量急剧膨胀，迫切需要快速遥感图像处理技术的支持。同时，各应用领域对遥感图像的处理速度和分析结果的量化程度要求越来越高。高精度、快速的遥感图像监督分类技术是遥感科学走向实用化、产业化的一个重要突破口。 遥感图像监督分类处理包括分类预处理、分类判别和分类后处理三个阶段。分类判别阶段的学习算法是影响监督分类精度的关键因素。分类预处理阶段的几何校正和分类判别阶段的学习与分类计算复杂度高，是导致遥感图像监督分类处理速度慢的主要原因。本文针对上述应用需求展开深入研究，首先提出几种学习算法用于提高监督分类的预测精度；然后采用并行处理技术，提高遥感图像监督分类的处理速度；最后设计并实现了一个遥感图像并行处理系统。本文的主要创新如下： 1、提出一种通用性好的纠错输出编码方法——搜索编码法。 有效地将多类分类问题转化为多个两类问题，可以拓展众多机器学习算法在遥感领域中的应用。纠错输出编码不仅可将多类问题两类化，而且能够提高监督分类的精度。但是目前没有一种编码算法适用于含任意类别数的监督分类任务。为解决这个问题，本文提出了一种搜索编码法SCM，该算法将二进制位串与非负整数对应起来，通过对整数空间的顺序搜索，获得满足任意类别数和最小汉明距离要求的输出码。将SCM用到多种监督学习算法后，实验结果表明该编码方法不仅适用范围广，而且能够有效地提高预测精度。 2、提出基于搜索编码的结构化神经网络。 Serpico和Roli根据遥感领域中多传感器图像的分类问题，提出了具有特殊结构的神经网络。本文将这两种神经网络结构分别扩展为结构化神经网络SNN和组合式结构化神经网络k-SNN。SNN的网络结构容易确定、网络行为易于理解，但是预测精度较低。k-SNN虽然可以提高SNN的预测精度，但是学习时间过长。为此，本文进一步提出基于搜索编码的结构化神经网络CSNN，并提出一种解释结构化神经网络分类行为的方法。CSNN在保持可理解性的同时，大大提高了结构化神经网络的预测精度。 3、提出基于属性变换的动态离散化方法RCAT，设计并实现了二分决策树系统Btrees。 不同光谱波段的像元灰度值是遥感图像监督分类的基本数据源，属于连续属性。由于国防科学技术大学研究生院学位论文一些重要的监督学习算法只能处理离散属性，对于连续属性的处理需要将连续属性离散化，因此离散化方法的优劣直接关系到监督分类的预测精度。为此，本文提出基于属性变换的动态多区间离散化方法RCAT。RCAI，将待处理的连续属性转化为一个概率属性，通过对概率属性的二分离散化处理，获得原连续属性的一个多区间划分。在RCAT算法的基础上，设计并实现了二分决策树系统BtreeS。与其它离散化方法相比，采用RCAT算法的BtreeS系统生成的决策树不仅预测精度高，而且可理解性强。4、针对分布存储的并行环境，提出两种基于不规则区域计算的并行图像扭曲算法。 分类预处理阶段的几何校正属于数字图像处理领域中的大图像扭曲问题，计算复杂度高、处理时间长，是影响遥感图像监督分类性能的一个关键因素。通过分析现有研究中相关算法的缺陷，本文提出两种基于不规则区域计算的并行图像扭曲算法PIWA一LOC和PI认叭一LIC。PIWA一LOC算法对输入图像进行规则划分，各计算结点通过局部输出区域计算确定本地负载，从而获得很好的数据局部性。PI场rA一LIC算法对目标图像的计算负载进行均衡分配，并通过局部输入区域计算，确定各计算结点所需的输入数据，算法不仅数据局部性好，而且能够实现负载均衡。实验结果表明，对于遥感图像的几何校正问题，这两种并行图像扭曲算法均能获得很好的并行性能，显著提高了分类预处理的速度。其中，PIWA一LIC算法具有更好的通用性。5、针对分布存储的并行环境，对几种监督学习算法进行并行化处理。 对于遥感图像的监督分类问题，一般训练样本和待分类样本的数目庞大，导致学习与分类速度缓慢;另一方面，人们在追求高精度的分类结果的同时，不可避免地增加了学习和分类的复杂度。为此，本文针对分布存储的并行环境，对最近邻法的分类过程、以及论文中所研究的四种神经网络算法的学习过程进行并行化处理。实验结果表明，监督学习算法的并行化能够有效地提高分类判别阶段的处理速度。 基于上述研究成果，结合我国遥感应用领域对高性能遥感图像处理软件的迫切需求，设计并实现了一个遥感图像并行处理系统YH一PRIPS。YH一P租PS采用基于B/S结构的三层应用模型，并运用高性能并行手段实现遥感图像处理。由于系统采用层次结构与模块?