近年来,随着遥感技术的发展,我们能够获得极其丰富的遥感信息。但是如何处理和应用这些数据,使之转换为可以被应用的有效信息,也随之成为一个重要的问题。利用单一传统的分类方法来对遥感图像进行分类识别,不仅会导致分类精度降低,而且也会造成空间数据大量冗余以及资源浪费等问题。本文主要对遥感图像地物识别的问题进行研究。在研究过程中,通过对现有的方法进行调研与分析,采用遥感图像的不同波段信息作为特征向量,构建训练样本集与测试样本集,并选取基于多分类器组合的方法来对待测遥感图像的地物进行识别。在多分类器组合方法中,通过三层规则逐一地对待测样本进行判断,从而确保了分类结果的可靠性。接下来本文又提取出不同经纬度的20幅遥感图像进行分类识别,并与传统算法进行比较,发现整体上的分类效果要略优于传统算法。最终将生成的分类器系统与实验室自主研发的无线传输系统相结合,达到了减少通信传输量的目的。